
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns


# %matplotlib inline
# 주피터 노트북에 최적화 된 그래프 설정(코랩 사용불가)

# %matplotlib notebook
# 인터렉티브 그래프 가능(코랩 사용불가)


%config InlineBackend.figure_format = 'retina'


# import os

# # Mac OS의 경우와 그 외 OS의 경우로 나누어 설정
# if os.name == 'posix':
#     plt.rc("font", family="AppleGothic")
# else:
#     plt.rc("font", family="Malgun Gothic")


# 네이버 나눔 폰트 설치
#!sudo apt-get install -y fonts-nanum
#!sudo fc-cache -fv
#!rm ~/.cache/matplotlib -rf
# 실행 후 런타입 재실행

Reading package lists... Done
Building dependency tree       
Reading state information... Done
The following package was automatically installed and is no longer required:
  libnvidia-common-460
Use 'sudo apt autoremove' to remove it.
The following NEW packages will be installed:
  fonts-nanum
0 upgraded, 1 newly installed, 0 to remove and 42 not upgraded.
Need to get 9,604 kB of archives.
After this operation, 29.5 MB of additional disk space will be used.
Get:1 http://archive.ubuntu.com/ubuntu bionic/universe amd64 fonts-nanum all 20170925-1 [9,604 kB]
Fetched 9,604 kB in 1s (18.0 MB/s)
debconf: unable to initialize frontend: Dialog
debconf: (No usable dialog-like program is installed, so the dialog based frontend cannot be used. at /usr/share/perl5/Debconf/FrontEnd/Dialog.pm line 76, <> line 1.)
debconf: falling back to frontend: Readline
debconf: unable to initialize frontend: Readline
debconf: (This frontend requires a controlling tty.)
debconf: falling back to frontend: Teletype
dpkg-preconfigure: unable to re-open stdin: 
Selecting previously unselected package fonts-nanum.
(Reading database ... 155629 files and directories currently installed.)
Preparing to unpack .../fonts-nanum_20170925-1_all.deb ...
Unpacking fonts-nanum (20170925-1) ...
Setting up fonts-nanum (20170925-1) ...
Processing triggers for fontconfig (2.12.6-0ubuntu2) ...
/usr/share/fonts: caching, new cache contents: 0 fonts, 1 dirs
/usr/share/fonts/truetype: caching, new cache contents: 0 fonts, 3 dirs
/usr/share/fonts/truetype/humor-sans: caching, new cache contents: 1 fonts, 0 dirs
/usr/share/fonts/truetype/liberation: caching, new cache contents: 16 fonts, 0 dirs
/usr/share/fonts/truetype/nanum: caching, new cache contents: 10 fonts, 0 dirs
/usr/local/share/fonts: caching, new cache contents: 0 fonts, 0 dirs
/root/.local/share/fonts: skipping, no such directory
/root/.fonts: skipping, no such directory
/var/cache/fontconfig: cleaning cache directory
/root/.cache/fontconfig: not cleaning non-existent cache directory
/root/.fontconfig: not cleaning non-existent cache directory
fc-cache: succeeded


# 런타임 재실행 후 적용
plt.rc('font', family='NanumBarunGothic')


!pip install openpyxl

Requirement already satisfied: openpyxl in /usr/local/lib/python3.7/dist-packages (3.0.9)
Requirement already satisfied: et-xmlfile in /usr/local/lib/python3.7/dist-packages (from openpyxl) (1.1.0)


%%html
<style>
  table {margin-left: 0 !important;}
</style>


# 데이터 불러오기
# for colab

from google.colab import drive
drive.mount('/content/drive')

Mounted at /content/drive


train = pd.read_excel("/content/drive/MyDrive/Colab Notebooks/yds/FC_EDA/파이널프로젝트_RAW_210329_210926.xlsx")


df = train.copy()


df.head()


df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 105419 entries, 0 to 105418
Data columns (total 18 columns):
 #   Column                  Non-Null Count   Dtype         
---  ------                  --------------   -----         
 0   id                      105419 non-null  float64       
 1   customer_id             105416 non-null  float64       
 2   course_id               100212 non-null  float64       
 3   type                    105419 non-null  object        
 4   state                   105419 non-null  object        
 5   course_title            105403 non-null  object        
 6   category_title          105395 non-null  object        
 7   format                  105403 non-null  object        
 8   completed_at            105419 non-null  datetime64[ns]
 9   transaction_amount      105419 non-null  float64       
 10  coupon_title            31817 non-null   object        
 11  coupon_discount_amount  31817 non-null   float64       
 12  sale_price              104291 non-null  float64       
 13  tax_free_amount         104291 non-null  float64       
 14  pg                      90344 non-null   object        
 15  method                  92323 non-null   object        
 16  subcategory_title       85590 non-null   object        
 17  marketing_start_at      87440 non-null   datetime64[ns]
dtypes: datetime64[ns](2), float64(7), object(9)
memory usage: 14.5+ MB


# 시각 자료를 이용해 결측치 확인
plt.figure(figsize=(12,5))
sns.heatmap(df.isnull(), cbar=False)
plt.show()


# 결측치 검색
df[df['customer_id'].isnull()]


df = df[df['customer_id'].isnull()==False] # 결측치 제거
df['customer_id'] = df['customer_id'].astype(int) # 정수형 변환

/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:2: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy


df[df['course_id'].isnull()].head()


# 일부 값 빼고 전부 deleted
df[df['course_title'].isnull()]


# Payment-Completed 건이 있으나 문의 결과 제거해도 무관하다 하여 제거
df = df.dropna(subset=['course_title'])


# 해당 조건에 맞는 값 추출
t = df[df["course_title"].str.contains("TEST") | df["course_title"].str.contains("테스트용") | df['course_title'].str.contains("샘플")]
t


# 추려낸 이상치 값 전부 drop
df = df.drop(list(t.index))


# 해당 단어가 포함된 course_id 검색
df[df["course_title"].str.contains("테스트")]["course_title"].unique()

array(['초격차 패키지 : 한 번에 끝내는 코딩테스트 369 Java편',
       '네카라쿠배 프론트엔드 취업완성 스쿨 2기_1차 테스트',
       '올인원 패키지 : A/B 테스트 탑재, 개인화 마케팅 끝장내기',
       '프로모션 : 2+2 코딩테스트 결과를 바꾸는 전공생 코딩 PASS (6월 프리패스)',
       '네카라쿠배 프론트엔드 취업완성 스쿨 2기_2차 테스트', '(B2B) 경남대학교_코딩 테스트 대비반',
       '프로모션 : 코딩테스트 결과를 바꾸는 전공생 코딩 BEST PASS (7월 프리패스)',
       '(초격차변경)프로모션 : 코딩테스트 결과를 바꾸는 전공생 코딩 BEST PASS (7월 프리패스)',
       '프로모션 : 코딩테스트 결과를 바꾸는 전공생 코딩 iPad 패키지 (7월 현물 프리패스)',
       'The RED : 고객 경험을 개선하는 A/B테스트 기반 모바일 앱 개발 by 이승민'], dtype=object)


# 해당 강의의 transaction_amount 0원, sale_price는 1원이라 이상치라 판단, drop
df[df["course_title"].str.contains("네카라쿠배 프론트엔드 취업완성 스쿨")]


# 해당 강의들을 제외한 '테스트' 포함된 row 추려내기
t = df[~(df["course_title"].str.contains("A/B테스트"))&~(df["course_title"].str.contains("A/B 테스트"))&~(df["course_title"].str.contains("코딩 테스트"))&~(df["course_title"].str.contains("코딩테스트"))&df["course_title"].str.contains("테스트")]


# 추려낸 이상치 drop
df = df.drop(list(t.index))


df[df['category_title'].isnull()]


# 인덱스(72639, 74945) 으로 접근
df.loc[72639, "category_title"] = "데이터사이언스"
df.loc[74975, "category_title"] = "데이터사이언스"


df = df.dropna(subset=["category_title"])


def func(x):
    return x.replace(" ", "")

df['category_title'] = df['category_title'].apply(func)

/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:4: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  after removing the cwd from sys.path.


df['category_title'].value_counts() # .nunique()

프로그래밍      33238
데이터사이언스    14082
업무생산성      13323
디자인        12009
영상/3D      10260
마케팅         9857
부동산/금융      5523
투자/재테크      2501
크리에이티브      2250
교육          1031
지식콘텐츠         56
비즈니스          42
파이낸스          25
일러스트           1
Name: category_title, dtype: int64


df[df['subcategory_title'].isnull()].head()


df.loc[df['subcategory_title'].isnull(),"subcategory_title"] = df.loc[df['subcategory_title'].isnull(),"category_title"]


df['purchased'] = (df['type'] == 'PAYMENT') & (df['state'] == 'COMPLETED')


pt = df[(df['type']=='PAYMENT')&(df['state']=='COMPLETED')] # 구매 데이터
rt = df[(df['type']=='REFUND')&(df['state']=='COMPLETED')] # 환불 데이터


paid = list(zip(pt['customer_id'].astype(float), pt['course_id'].astype(float)))
ref = list(zip(rt['customer_id'].astype(float), rt['course_id'].astype(float), rt['id']))


# 중요!
# [customer_id],[course_id]가 일치하는 값 = 환불 후 재구매하지 않은 케이스
# 이 외의 다른 케이스는 쿠폰 등을 사용하여 재결제 했을 가능성 있음 -> 순수 환불이 아님
# 'payment-completed'와 'refund-completed'의 [customer_id],[course_id] 비교
# 결과 값을 real_ref에 담아둔다 

real_ref = []
for i in range(len(paid)):
  for j in range(len(ref)):
    if paid[i][0] == ref[j][0] and paid[i][1] == ref[j][1]:
      real_ref.append(ref[j])
      ref.remove(ref[j])
      break


print(len(paid),len(real_ref),len(ref))

51707 1927 1893


# real_refund (순수 환불 건수) Data 확인
t = np.array(real_ref)
rt = rt[rt['id'].isin(t[:,2])]
rt


51707-1927

49780


for i in range(len(df)):
  a = float(df.iloc[i,1]) # = customer_id
  b = float(df.iloc[i,2]) # = course_id
  if df.iloc[i,18] == True: # = purchased = True인 값
    for j in range(len(real_ref)): # 값 비교
      if real_ref[j][0] == a and real_ref[j][1] == b: # 환불 리스트에 해당 customer_id, course_id 있을 경우
          df.iloc[i,18] = False # True에서 False로 변경
          real_ref.remove(real_ref[j]) # 중복 방지를 위해 해당 값 삭제
          break


df['purchased'].value_counts()

False    54418
True     49780
Name: purchased, dtype: int64


# 순 구매 건 확인
pt = df[df['purchased'] == True]
pt


pt.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 49780 entries, 2 to 105418
Data columns (total 19 columns):
 #   Column                  Non-Null Count  Dtype         
---  ------                  --------------  -----         
 0   id                      49780 non-null  float64       
 1   customer_id             49780 non-null  int64         
 2   course_id               47802 non-null  float64       
 3   type                    49780 non-null  object        
 4   state                   49780 non-null  object        
 5   course_title            49780 non-null  object        
 6   category_title          49780 non-null  object        
 7   format                  49780 non-null  object        
 8   completed_at            49780 non-null  datetime64[ns]
 9   transaction_amount      49780 non-null  float64       
 10  coupon_title            22928 non-null  object        
 11  coupon_discount_amount  22928 non-null  float64       
 12  sale_price              48715 non-null  float64       
 13  tax_free_amount         48715 non-null  float64       
 14  pg                      41300 non-null  object        
 15  method                  49780 non-null  object        
 16  subcategory_title       49780 non-null  object        
 17  marketing_start_at      40960 non-null  datetime64[ns]
 18  purchased               49780 non-null  bool          
dtypes: bool(1), datetime64[ns](2), float64(6), int64(1), object(9)
memory usage: 7.3+ MB


# taxfreeamount와 saleprice 가 다른 강좌들은 모두 쿠폰이 없음
pt[(pt["sale_price"]!= pt["tax_free_amount"]) & (~pt["coupon_title"].isnull())]


# sale_pric와 tax_free_amount가 다른 경우
pt[(pt["sale_price"]!= pt["tax_free_amount"])]["course_title"].value_counts()

데이터 사이언스 취업완성 스쿨 17기                               79
스프링 아카데미아                                          36
K-Digital Credit 빅데이터 분석 첫걸음 시작하기_1기(평생소장용)        14
프로모션 : 개발자를 위한 코딩 만능 백과사전 iPad 패키지 (7월 현물 프리패스)     8
프로모션 : 아이패드 200%활용 드로잉 만랩 iPad 패키지 (7월 현물 프리패스)     8
                                                   ..
(B2B) 노스글로벌 온라인 구독 올 플랜 - 비대면바우처                    1
(B2B) 일모작 온라인 구독 올 플랜 - 비대면바우처                      1
(B2B) (주)창소프트아이앤아이 온라인 구독 올 플랜 - 비대면바우처             1
(B2B) 주식회사 폴몬 온라인 구독 올 플랜 - 비대면바우처                  1
(B2B) (주)오디 온라인 구독 올 플랜 - 비대면바우처                    1
Name: course_title, Length: 985, dtype: int64


# 현물 프리패스
pt[(pt["course_title"].str.contains("현물"))]["course_title"].value_counts()

프로모션 : 아이패드 200%활용 드로잉 만랩 iPad 패키지 (7월 현물 프리패스)                   8
프로모션 : 개발자를 위한 코딩 만능 백과사전 iPad 패키지 (7월 현물 프리패스)                   8
프로모션 : 데이터 분석 맥북 pro 패스(9월 현물 프리패스)                               7
프로모션 : 나를 위한  데이터사이언스 백과사전  iPad 패키지 (7월 현물 프리패스)                 6
프로모션 : 디자인 맥북 pro 패스(9월 현물 프리패스)                                  4
프로모션 : 영상 퀄리티를 높이는  전문가 편집스킬 iPad 패키지 (7월 현물 프리패스)                4
프로모션 : 직장인 필수 스킬 맥북 pro 패스(9월 현물 프리패스)                            3
프로모션 : 초봉을 바꾸는 주니어를 위한 개발 iPad 패키지 (7월 현물 프리패스)                   3
프로모션 : 유튜버 따라잡고 실버버튼 받는 영상 iPad 패키지 (7월 현물 프리패스)                  3
프로모션 : 트렌드 완벽정복! 일잘러 마케터  iPad 패키지 (7월 현물 프리패스)                   3
프로모션 : 기초부터 다지는 데이터분석 iPad 패키지 (7월 현물 프리패스)                       3
프로모션 : 풀스택 개발자 맥북 air 패스(9월 현물 프리패스)                              3
프로모션 : 프론트엔드 맥북 pro 패스 (9월 현물 프리패스)                               3
프로모션 : 콘텐츠 디자이너를 위한 커리어 백과사전 iPad 패키지 (7월 현물 프리패스)                2
프로모션 : 풀스택 마케터를 위한 마케팅 iPad 패키지 (7월 현물 프리패스)                      2
프로모션 : 비 전공자를 위한 프로그래밍 입문  iPad 패키지 (7월 현물 프리패스)                  2
프로모션 : 콘텐츠 마케터 맥북 pro 패스(9월 현물 프리패스)                              2
프로모션 : 매출을 드라이브 하는 마케팅 백과사전 iPad 패키지 (7월 현물 프리패스)                 2
프로모션 : 데이터 분석 맥북 air 패스(9월 현물 프리패스)                               2
프로모션 : iOS 개발 맥북 pro 패스(9월 현물 프리패스)                               2
프로모션 : 풀스택 마케팅 맥북 air 패스(9월 현물 프리패스)                              2
프로모션 : 영상그래픽 디자인 맥북 pro 패스(9월 현물 프리패스)                            2
프로모션 : 풀스택 데이터 사이언티스트를 위한 필수 iPad 패키지 (7월 현물 프리패스)                2
프로모션 : MZ세대를 잡아라! SNS 마케팅 트렌드  iPad 패키지 (7월 현물 프리패스)              2
프로모션 : 커리어를 UP! UX/UI 디자인 iPad 패키지 (7월 현물 프리패스)                   2
프로모션 : 기초부터 시작하는 데이터분석 프리패스 (5월 삼성 패키지 현물 :  삼성노트북 플러스2)          2
프로모션 : 코딩 LEVEL UP 웹 개발 풀스텍 프리패스 (5월 삼성 패키지 현물 :  삼성 갤럭시 북 프로)    2
프로모션 : 실전 기업투자 맥북 air 패스(9월 현물 프리패스)                              1
프로모션 : 프론트엔드 맥북 air 패스 (9월 현물 프리패스)                               1
프로모션 : 부동산 재테크 맥북 air 패스 (9월 현물 프리패스)                             1
프로모션 : 디자인 맥북 air 패스(9월 현물 프리패스)                                  1
프로모션 : 게임 디자인 맥북 air 패스(9월 현물 프리패스)                               1
프로모션 : 유튜브 영상제작 맥북 pro 패스 (9월 현물 프리패스)                            1
프로모션 : 풀스택 개발자 맥북 pro 패스(9월 현물 프리패스)                              1
프로모션 : 콘텐츠 마케터 맥북 air 패스(9월 현물 프리패스)                              1
프로모션 : 코딩 LEVEL UP 웹 개발 풀스텍 프리패스 (5월 삼성 패키지 현물 :  삼성노트북 플러스2)     1
프로모션 : 부동산 재테크 맥북 pro 패스 (9월 현물 프리패스) - 수정                        1
프로모션 : 프론트엔드 끝내기 iPad 패키지 (7월 현물 프리패스)                            1
프로모션 : 풀스택 마케터를 위한 마케팅 프리패스 (5월 삼성 패키지 현물 :  삼성 갤럭시 북 프로)         1
프로모션 : 시장의 흐름을 읽는 투자의 정석 프리패스  (5월 삼성 패키지 현물 :  삼성노트북 플러스2)       1
프로모션 : 커리어를 UP UX/UI 디자인 프리패스 (5월 삼성 패키지 현물 :  삼성 갤럭시 북 프로)       1
프로모션 : 워라밸을 완성하는 직장인 필수스킬 프리패스 (5월 삼성 패키지 현물 :  삼성노트북 플러스2)       1
프로모션 : 딥러닝 A to Z까지 한 번에 마스터하는 iPad 패키지 (7월 현물 프리패스)              1
프로모션 : 나의 디자인 DNA찾기! 디자이너를 위한 iPad 패키지 (7월 현물 프리패스)               1
프로모션 : 코딩테스트 결과를 바꾸는 전공생 코딩 iPad 패키지 (7월 현물 프리패스)                 1
프로모션 : 칼퇴기원! 실전압축! 직장인 엑셀 iPad 패키지 (7월 현물 프리패스)                   1
프로모션 : 영상 퀄리티를 바꿔 줄 영상 제작 스킬 프리패스(5월 삼성 패키지 현물 :  삼성 갤럭시 북 프로)    1
프로모션 : 지금은 마테크가 대세! 매출을 일으키는 마케팅 iPad 패키지 (7월 현물 프리패스)            1
프로모션 : MBA부터 HR까지 직장인 스킬 정복 iPad 패키지 (7월 현물 프리패스)                 1
프로모션 : 주니어들을 위한 직장인 스킬 UP iPad 패키지 (7월 현물 프리패스)                   1
프로모션 : 시장의 흐름을 읽는 투자의 정석 iPad 패키지 (7월 현물 프리패스)                    1
프로모션 : 디지털 마케팅의 끝판왕 콘텐츠 디자인 iPad 패키지 (7월 현물 프리패스)                 1
프로모션 : 연봉 앞자리가 바뀌는 앱개발 iPad 패키지 (7월 현물 프리패스)                      1
Name: course_title, dtype: int64


# 타겟변수 다시 정제
pt["revenue"] = pt["coupon_title"].isnull() * pt["tax_free_amount"] + ~pt["coupon_title"].isnull() *pt["transaction_amount"]
# revenue가 null값인 경우 transaction amount 로 값 변경(쿠폰은 없지만 tax_free_amount가 null인경우.. 주로 b2b)
pt.loc[pt["revenue"].isnull(),"revenue"] = pt.loc[pt["revenue"].isnull(),"transaction_amount"]

/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:2: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  
/usr/local/lib/python3.7/dist-packages/pandas/core/indexing.py:1773: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  self._setitem_single_column(ilocs[0], value, pi)


# 수익과 구매 횟수별 pivot table
t = pt.groupby("customer_id").agg({"revenue": "sum","id":'count'}).sort_values(by=["id","revenue"], ascending=False)
t


t = pt[~pt["coupon_title"].isnull()]
t1 = t[t['coupon_title'].str.contains("검수용")] # 검수용
t2 = t[t['coupon_title'].str.contains("테스트") | t['coupon_title'].str.contains("TEST")] # 테스트


pt = pt.drop(list(t1.index))


t2['coupon_title'].unique()

array(['[무료수강권] CRM팀 테스트용_김경진 개인계정 (이메일 인증 안 된 계정)', '[내부직원] 테스트용 결제 쿠폰',
       '테스트쿠폰', 'TEST이제너두_직장인을 위한 파이썬 데이터 분석', 'TEST',
       '[무료수강권] 초격차 패키지: 한 번에 끝내는 코딩테스트 369 Java편_이준희 강사님', '호준 테스트',
       '이웅모 강사님 강의 준비용 쿠폰 발급_초격차 패키지 : 한 번에 끝내는 코딩테스트 369 Java편',
       '[테스트쿠폰] 네이버 페이 간편결제 테스트용 쿠폰', '테스트_전지현', '[CX] 관리자 외 계정 테스트용',
       '테스트', '[cs팀] 테스트 결제 위한 쿠폰 발급',
       '[30%쿠폰] The RED 고객 경험을 개선하는 A/B테스트 기반 모바일 앱 개발 신규 강의 할인'],
      dtype=object)


t3 = t2.loc[~t2['coupon_title'].str.startswith("[30%쿠폰]")]
t3 = t3.drop(33173) # 이준희 강사


pt = pt.drop(list(t3.index))


df[df["transaction_amount"]==0]["coupon_title"].unique()

array(['한 번에 끝내는 Java/Sring 웹 개발 마스터 초격차 패키지 무료 쿠폰 (-2/28)',
       '수강생 50만명 돌파 기념 감사제 쿠폰', '[웰컴쿠폰] 올인원 패키지 1만원 할인 쿠폰',
       '올인원 패키지 : 타이포그래피와 편집디자인 강의 수강권', '[무료수강권] 강의 검수용_이호상 PM님',
       '패캐머_온라인 쿠폰 !',
       '[무료수강권] 파이낸스 카테고리 올인원 패키지_대체투자 자산운용 실무 영상 오픈 일정 변경',
       '한 번에 끝내는 반복 업무 자동화 초격차 패키지 사용 가능 쿠폰', 'crm 검수용 쿠폰 aop',
       '[럭키룰렛] 올인원패키지', '[무료수강권] 강의검수용_강사님 쿠폰_박혜린 강사님', '신해동 발행 쿠폰',
       '[무료수강권] 강사님 제공용 RED', '[무료수강권] 강사님 제공용', '[무료수강권] 내부직원 검수용 RED',
       '[무료수강권] 올인원 패키지 : 인스타를 성장시킨 50명의 성공 방정식 강의검수용_강사님 쿠폰',
       '[무료수강권] 내부직원 강의 검수용',
       '[무료수강권] 권오상 회계사의 자금조달 분석 및 가치평가_23기 신동현 수강생님', nan,
       '[무료수강권] 완주반 후기 리워드', 'Vue.js 압축 완성 강의',
       '[무료수강권] CRM팀 테스트용_김경진 개인계정 (이메일 인증 안 된 계정)',
       '이지웰 쿠폰_직장인 필수 스킬 3종 세트 MAX', '올인원 패키지 보상 쿠폰 1', '올인원 패키지 보상 쿠폰 2',
       '[무료수강권] 파이썬 웹 개발 올인원 패키지_조성준 강사님', '[폐강 보상] 온라인 완주반 100% 할인 쿠폰',
       '[무료수강권] 권오상 회계사의 금융 아카데미 - 재무제표 기초',
       '[무료수강권] 머신러닝과 데이터 분석 A to Z', '패캐머_온라인 쿠폰',
       '서포터즈 1기 리워드 (유니티 게임 포트폴리오 완성)',
       '서포터즈 1기 리워드 (인스타를 성장시킨 50명의 성공방정식)',
       '서포터즈 1기 리워드 (한번에 끝내는 영상 촬영과 편집)',
       '서포터즈 1기 리워드 (100억을 움직이는 단 10장의 PPT)',
       '서포터즈 1기 리워드 (FAST MBA 2020 )', '서포터즈 1기 리워드 (완전정복! 시각디자인 기초)',
       '서포터즈 1기 리워드 (파이썬 웹 개발)', '서포터즈 1기 리워드 (디지털 마케팅 MAX)',
       '서포터즈 1기 리워드 (퀴즈처럼 풀면서 배우는 파이썬 머신러닝 300제+)',
       '서포터즈 1기 리워드 (타이포그래피와 편집디자인 by 인디자인(Indesign))',
       '패캐머_온라인 쿠폰! (CRM팀)', '서포터즈 1기 리워드 (구글 애널리틱스)',
       '서포터즈 전용 | 한번에 끝내는 영상 촬영과 편집 초격차 패키지 무료 수강 쿠폰',
       '서포터즈 전용 | 디지털 마케팅 MAX 올인원 패키지 무료 수강 쿠폰',
       '서포터즈 전용 | 한 번에 끝내는 데이터 분석 툴 초격차 패키지 무료 수강 쿠폰',
       '서포터즈 전용 | 100억을 움직이는 단 10장의 PPT 올인원 패키지 무료 수강 쿠폰',
       '서포터즈 1기 리워드 (십분만에 끝낸다 십다 프리미어)',
       '서포터즈 전용 | 한 번에 끝내는 모션그래픽 초격차 패키지 무료 수강 쿠폰',
       '서포터즈 전용 | 한번에 끝내는 Java/Spring 웹 개발 마스터 초격차 패키지 무료 수강 쿠폰',
       '서포터즈 전용 | 한 번에 끝내는 디자인 툴 초격차 패키지 무료 수강 쿠폰',
       '[무료수강권] 한번에 끝내는 UX/UI 디자인 초격차_김수윤 강사님',
       '프로젝트로 배우는 부동산 PF 17기_REC.ON:VC', '[무료수강권] 데이터 기반 마케팅_박선민 강사님',
       '[무료수강권] 내부직원용', '샘플', '주니버시티 리워드 : 올인원 패키지_이커머스 데이터 분석 무료수강권',
       '주니버시티 리워드 : 올인원 패키지 무료수강권 1매',
       '[무료수강권] 파이썬을 활용한 이커머스 데이터 분석_데이터분석 거북이반_박솔 수강생님',
       '[무료수강권] 파이썬을 활용한 이커머스 데이터 분석_데이터분석 꼬끼오반_이진희 수강생님',
       '[무료수강권] 엑셀언니의 사무실용 엑셀뿌수기_황인영 강사님',
       '[무료수강권] 기업가치평가와 M&A 전략 실무_황인영 강사님',
       '[무료수강권] 파이썬을 활용한 이커머스 데이터 분석_데이터분석 올빼미반', '올인원 패키지 : 딥러닝/인공지능',
       '[내부직원] 테스트용 결제 쿠폰', '[무료수강권] 초격차 패키지: 한 번에 끝내는 디자인 툴_윤소라 CM님',
       '[무료수강권] 마디아의 UX/UI 포트폴리오_마디아(이승훈) 강사님', '올인원 패키지 : 모두를 위한 SQL/DB',
       '스프링 아카데미아 자유이용 수강권 (강의 1)', '스프링 아카데미아 자유이용 수강권 (강의 2)',
       '[무료수강권] AOP 강의 검수용_어효경님', '[무료수강권] 권오상 회계사의 자금조달 및 가치평가_내부 검수용',
       '[무료수강권] 파이썬을 활용한 이커머스 데이터 분석_데이터분석 꼬끼오반_임유진 수강생님',
       '[무료수강권] 파이썬 웹 개발 올인원 패키지_이은찬 강사님',
       '[무료수강권] 올인원 패키지 (일부 강의 제외)_박솔 수강생님', '이지웰 쿠폰_직장인 회계 첫걸음',
       '[무료수강권] 파이썬을 활용한 시계열 데이터 분석 A-Z_완주반 리워드_김혁진 수강생님',
       '[무료수강권] 내부 직원용_김준홍님',
       '[무료수강권] AWS/Docker 실전 클라우드 서버 구축 올인원 패키지_완주반 리워드_박진용 수강생님',
       '[무료수강권] 모두를 위한 SQL/DB 올인원 패키지_박원빈 강사님', '올인원패키지 수강 쿠폰', '신해동 쿠폰',
       '[무료수강권] 강의 검수용 무료 수강권 (패캐머용)', '이지웰 쿠폰_부동산 투자', '예스폼 검수용 쿠폰',
       '테스트쿠폰', '[무료수강권] 캐글 1위와 풀어보는 머신러닝 입문 트레이닝', '4월 1+1 페이백 이벤트 쿠폰',
       '[무료수강권] 소금툰과 함께 캐릭터 드로잉/굿즈/임티/컷툰_진정민 강사님', '업무용',
       '[무료수강권] 한 번에 끝내는 데이터 분석 툴 초격차 패키지_김유석 강사님',
       '[무료수강권] 모두를 위한 SQL/DB 올인원 패키지_김유석 강사님', '완주반 코스 등록 쿠폰',
       '[무료수강권] 권오상의 금융 아카데미 - 재무제표 분석 심화_재무제표 분석 23기 수강생용',
       '[무료수강권] 강의 검수용_조은주 매니저님',
       '[무료수강권] 올인원 패키지 (일부 강의 제한)_주니버시티: 데이터분석 거북이반_홍정기 수강생님',
       '[무료수강권] 시각디자인 기초_이진우, 최세진 강사님',
       '[무료수강권] The RED: 프론트엔드 Back to the Basic (by 김태곤)',
       '강의 제작 참고용 (강사님)', '[무료수강권] 강사님 지인 제공용',
       '[무료수강권] RED 검수용_지민정 매니저님',
       '[무료수강권] 업무자동화 MAX_업무자동화 수강후기 작성_김동규 수강생님',
       '[무료수강권] 한번에 끝내는 데이터 분석 툴',
       '한 번에 끝내는 Java/Sring 웹 개발 마스터 초격차 패키지 무료 쿠폰',
       '[무료수강권] 강의 검수용_하수진 매니저님', '[무료수강권] 부동산 디벨로퍼', '[무료수강권] 부동산 투자',
       '스프링 아카데미아 자유이용 수강권 (강의 4)', '[특별쿠폰] 올인원 패키지 : Node 웹 프로그래밍 구매자',
       '[무료수강권] 모델 성능 개선으로 익히는 강화 학습_김성제 강사님',
       'TEST이제너두_직장인을 위한 파이썬 데이터 분석',
       '[무료수강권] 퀴즈처럼 풀면서 배우는 파이썬 머신러닝 300제_데이터분석 올빼미반',
       '서포터즈 전용 | 완전정복! 시각디자인 기초 올인원 패키지 무료 수강 쿠폰 (장희란님)',
       '[무료수강권] 내부 직원 강의 검수용',
       '아이패드 배송 지연 보상 온라인 100% 할인 쿠폰 (중복 3회 사용 가능)',
       '[무료수강권] 김민태의 프론트 아카데미 제 1강_박은종 강사님', 'TEST',
       '[무료수강권] AOP 수강권_이동근 PD님',
       '[무료수강권] 초격차 패키지: 한 번에 끝내는 코딩테스트 369 Java편_이준희 강사님',
       '[무료수강권] 강사님 제공용_올인원 패키지', '스프링 아카데미아 자유이용 수강권 (강의 3)',
       '[무료수강권] RED 강의 검수용_홍승희 매니저님', '[무료수강권] 강의 검수용_최현우 매니저님',
       '[무료수강권] 강의 검수용_이호상 PM님 (RED)',
       '[무료수강권] 올인원 패키지 (일부 강의 제한)_주니버시티: JS&React 거북이반_김은해 수강생님 (1)',
       '[무료수강권] 올인원 패키지 : 소금툰과 함께 캐릭터 드로잉/굿즈/임티/컷툰_장혜리 매니저님',
       '올인원 패키지 : 컴퓨터공학 전공 필수', '[무료수강권] 초격차 패키지: 한 번에 끝내는 디자인 툴_이우철 강사님',
       '글담X패스트캠퍼스 무료수강권 제공 이벤트 쿠폰',
       '초격차패키지 : 이지쌤과 한번에 끝내는 실무 PPT 강사검수용쿠폰 - 이지쌤',
       '[무료수강권] 완전정복! 시각디자인 기초_박부미 강사님', '호준 테스트',
       '이웅모 강사님 강의 준비용 쿠폰 발급_올인원 패키지 : 김민태의 프론트엔드 아카데미 : 제 1강 JavaScript & TypeScript Essential',
       '이웅모 강사님 강의 준비용 쿠폰 발급_초격차 패키지 : 한 번에 끝내는 node.js 웹 프로그래밍',
       '이웅모 강사님 강의 준비용 쿠폰 발급_초격차 패키지 : 한 번에 끝내는 코딩테스트 369 Java편',
       '[무료수강권] 초격차 패키지: 30개 프로젝트로 배우는 Android 앱 개발 with Kotlin_이기정 강사님',
       '10분 컷 100% 할인 쿠폰', '[무료수강권] GA4 탑재, 구글 애널리틱스 끝장내기_최윤정 마케터님',
       '[무료수강권] 30개 프로젝트로 배우는 Android 앱 개발_최종원 강사님',
       '[무료수강권] iOS 앱 개발 올인원 패키지_최종원 강사님',
       '[패스트캠퍼스] 올인원 패키지: 컴퓨터 공학 전공_박용현 강사님',
       '[무료수강권] GA4 탑재, 구글 애널리틱스 끝장내기_안혜진 강사님',
       '스프링 아카데미아 자유이용 수강권 (강의 5)', '이제너두_영상 제작편집', 'PM 내부직원 강의 검수용 무료쿠폰',
       '[무료수강권] 부동산 투자_이해진 강사님', '강의 검수용 강사 무료수강쿠폰',
       '이제너두_직장인을 위한 파이썬 데이터 분석',
       '[서포터즈 전용] 소금툰과 함께 캐릭터 드로잉/굿즈/임티/컷툰 무료 수강',
       '[서포터즈 전용] Financial Modeling 무료 수강',
       '[서포터즈 전용] 재무/세무 회계 실무 완성 무료 수강',
       '[서포터즈 전용] 한 번에 끝내는 node.js 웹 프로그래밍 무료 수강',
       '[서포터즈 전용] 파이썬 기초부터 시작하는 딥러닝 영상인식 무료 수강',
       '[서포터즈 전용] 완전정복 시각디자인 기초 무료 수강',
       '[서포터즈 전용] 바다가 알려주는 감성가득 영상 제작 무료 수강',
       '[서포터즈 전용] 피피티프로젝트의 누구나 쉽게 배우는 시선강탈 피피티 디자인 무료 수강',
       '[서포터즈 전용] GA4 탑재, 구글 애널리틱스 끝장내기 무료 수강', '[무료수강권] RED 검수용_공정필 PM님',
       '[무료수강권] 한 번에 끝내는 Java/Spring 웹 개발 마스터 초격차 패키지_안성훈 강사님',
       '[무료수강권] 김재하 강사님', '[무료수강권] 박지우 강사님',
       '[무료수강권] 올인원 패키지 (일부 강의 제한)_주니버시티: 데이터분석 거북이반_이선율 수강생님',
       '[무료수강권] core MBA_결제 메일 확인용', '[무료수강권] 토지개발_김민근 강사님',
       '[무료수강권] 부동산 마케팅_김민근 강사님', '[무료수강권] 인허가_김민근 강사님',
       '[무료수강권] 대체투자 자산운용 실무_김민근 강사님', '[무료수강권] 주거용 수익형 부동산 개발_김민근 강사님',
       '[무료수강권] 통계와 엑셀을 활용한 데이터 분석_이민규 강사님', '5월 페이백 프로모션 쿠폰',
       '[서포터즈 전용] 재무/세무 회계 실무 완성 무료 수강 (유현경님)', '[무료수강권] 강의 참고용 발행_강사님',
       '[테스트쿠폰] 네이버 페이 간편결제 테스트용 쿠폰', '디지털 마케팅 MAX 무료 수강 쿠폰 (신수현)',
       '[무료수강권] 완전정복! 시각디자인 기초_김진희 강사님', '테스트_전지현',
       '[무료수강권] 디지털 마케팅 MAX 2020_이민규 강사님', '강의 제작 참고용', '[무료수강권] 유민상 강사님',
       '특별 할인 쿠폰(신해동)', '개발실 동영상 시청 기록 점검용', '[일주일한정] 플러스 친구 1만원 즉시할인 쿠폰',
       '[무료수강권] 올인원 패키지 수강권_서영웅 강사님', 'RED 이동주님 강의 참고용 쿠폰',
       '[무료수강권] 15명의 전문 애널리스트에게 배우는 산업&매크로 분석과 투자 전략', '마케팅 강의 검수용 쿠폰 발급',
       '올인원 패키지 : 네트워크와 보안 핵심 요약', '신해동 발행 쿠폰 (~21. 08. 31)',
       '[무료수강권] 남진현 강사님', 'CRM_RED 검수용 쿠폰', '[무료수강권] CX팀 검수용_승희님',
       '[체험단 전용] 엑셀유치원 100% 무료 수강 쿠폰', '6월 반값특가 프로모션 쿠폰',
       '이제너두_직장인 회계 첫걸음', '[서포터즈 쿠폰] 한 번에 끝내는 반복 업무 자동화 초격차 패키지 무료 수강',
       '마케팅 GA 쿠폰',
       '[100%할인]The RED : 백발의 개발자를 꿈꾸며 : 코드리뷰, 레거시와 TDD by 백명석, 최범균',
       '[무료수강권] 강사님 제공 무료 수강권', '[무료수강권] 내부직원용_AOP_허지은 PD님',
       '[무료수강권] 내부직원용_AOP_김인지 PD님', '[무료수강권] 내부직원용_RED_성정화 PD님',
       '[무료수강권] 겨울서점X패스트캠퍼스_유튜브 댓글 이벤트 당첨자', '[무료수강권] 내부직원용_RED_허지은 PD님',
       '강사 검수용 쿠폰 : 전다정 강사님', '[WELCOME] 온라인 강의 1만원 할인쿠폰',
       '[CX] 관리자 외 계정 테스트용', '김영하 강의 후기 쿠폰', '[내부검수용] RED: 김영하_담당 PM님',
       '내부 직원 검수용 쿠폰', '테스트', '강의 참고용 쿠폰 : 최현우님',
       '[무료수강권] 강사님 제공용_The RED 김민태',
       '[무료수강권] Financial Modleing 기수강생 대상 신규 강의 주제 소요 조사 추첨자',
       '[무료수강쿠폰] 엑셀 유치원 이재형 강사님 검수용 쿠폰', 'RED 강의 참고용 쿠폰',
       '[체험단 전용] 엑셀유치원 100% 무료 수강 쿠폰 재발급', '이제너두_직장인 필수 스킬 3종 세트',
       '[무료수강권] 강의 제공용 발행', '[100% 무료쿠폰] 산업&매크로 분석_무료쿠폰',
       '아이패드 패키지 배송 지연 리워드',
       '[서포터즈 전용] 6개월 치 업무를 하루 만에 끝내는 업무자동화 무료 수강 쿠폰',
       '[서포터즈 전용] Java/Spring 웹 개발 마스터 무료 수강 쿠폰',
       '[서포터즈 전용] 한번에 끝내는 파이썬 웹 개발 무료 수강 쿠폰',
       '[서포터즈 전용] 완전정복! 시각디자인 기초 무료 수강 쿠폰',
       '[서포터즈 전용] 100억을 움직이는 단 10장의 PPT 무료 수강 쿠폰', '2021 콘텐츠상품기획인턴 쿠폰',
       '7월 100% 페이백 프로모션 쿠폰',
       '올인원 패키지 : 김민태의 프론트엔드 아카데미 : 제 1강 JavaScript & TypeScript Essential',
       '[무료 수강권] 강사제공용 쿠폰', '7월 100% 페이백 프로모션 쿠폰_복구',
       '[무료수강권] 강사님 제공용_The RED', '이제너두_부동산 투자',
       '[무료수강권] 강의 참고용 발행_양세열 강사님', '[무료수강권] 강사님 지인 무료 수강권',
       'K-Digital Credit 머신러닝 & AI 첫걸음 시작하기_1기(평생소장용) 쿠폰',
       'K-Digital Credit 빅데이터분석 첫걸음 시작하기_1기(평생소장용)',
       'The RED : 조은의 프론트엔드 실무 가이드 : 요구사항 분석과 적정 기술_무료결제쿠폰',
       'K-Digital Credit 머신러닝 & AI 첫걸음 시작하기_1기(평생소장용)',
       '일잘러 필수스킬 모음집 .ZIP 내부직원 검수용 쿠폰', '신해동 100% 할인 쿠폰',
       'K-Digital Credit 프로그래밍 첫걸음 시작하기_1기(평생소장용)',
       'K-Digital Credit 나만의 iOS 앱 개발 입문_1기(평생소장용)', '[무료수강권] 외주업체 제공용',
       '[무료수강권] 내부직원용_RED_김인지 PD님', '[무료수강권] 강사 소속법인 임직원 제공',
       '[cs팀] 테스트 결제 위한 쿠폰 발급', 'RED 강연 참고용 쿠폰 (김상우님)',
       '[무료수강권] 강의 참고용 발행_내부직원검수용', '[무료수강권] 내부직원용_AOP_성정화 PD님',
       '[수강생 리워드] 완주를 축하합니다! / 올인원패키지 : 알고리즘 기술 면접 완전 정복 100% 할인 쿠폰',
       '[무료수강권] 금융아카데미: 권오상 회계사의 자금조달 및 가치평가', '[내부검수용] RED 강의 검수용 쿠폰',
       '이제너두_해외소싱으로 온라인 커머스 정복하기', '8월 1+1 프로모션 쿠폰',
       '[예외처리]연습문제 패키지 : 퀴즈처럼 풀면서 배우는 파이썬 머신러닝 300제+',
       '[무료수강권] 강의 참고용 발행_다회권', '[무료수강권] 강의 참고용 발행_안성훈 강사님',
       '[무료수강권] 강사님 제공용_AWS로DevOps', '강의 검수용 강사 무료수강쿠폰 -김윤후님',
       '[특별쿠폰]컴퓨터공학 올인원 패키지 기수강생 100% 할인쿠폰',
       'K-Digital Credit 빅데이터 분석 첫걸음 시작하기_2기(평생소장용)',
       'K-Digital Credit 프로그래밍 첫걸음 시작하기_2기(평생소장용)',
       'SB_네카라쿠배 강사학습용_김데레사 강사님', '[검수용] CX 검수용 쿠폰',
       'MacBook Pass 수강생 감사 100% 할인 쿠폰'], dtype=object)


t = pt[~pt["coupon_title"].isnull()]
t_del = t[t['coupon_title'].str.contains("패캐머")]
t_del["coupon_title"].unique()

array(['패캐머_온라인 쿠폰 !', '패캐머_온라인 쿠폰', '패캐머_온라인 쿠폰! (CRM팀)'], dtype=object)


pt = pt.drop(list(t_del.index))


t = pt[(~pt["coupon_title"].isnull())&(pt["transaction_amount"]==0)]
t_del = t[t['coupon_title'].str.contains("제공")]
t_del["coupon_title"].unique()

array(['[무료수강권] 강사님 제공용 RED', '[무료수강권] 강사님 제공용', '[무료수강권] 강사님 지인 제공용',
       '[무료수강권] 강사님 제공용_올인원 패키지', '글담X패스트캠퍼스 무료수강권 제공 이벤트 쿠폰',
       '[무료수강권] 강사님 제공 무료 수강권', '[무료수강권] 강사님 제공용_The RED 김민태',
       '[무료수강권] 강의 제공용 발행', '[무료 수강권] 강사제공용 쿠폰',
       '[무료수강권] 강사님 제공용_The RED', '[무료수강권] 외주업체 제공용',
       '[무료수강권] 강사 소속법인 임직원 제공', '[무료수강권] 강사님 제공용_AWS로DevOps'],
      dtype=object)


pt = pt.drop(list(t_del.index))


t = pt[(~pt["coupon_title"].isnull())&(pt["transaction_amount"]==0)]
t_del = t[t['coupon_title'].str.contains("샘플")]
t_del["coupon_title"].unique()

array(['샘플'], dtype=object)


pt = pt.drop(list(t_del.index))


t = pt[(~pt["coupon_title"].isnull())&(pt["transaction_amount"]==0)]
t_del = t[t['coupon_title'].str.contains("내부")]
t_del["coupon_title"].unique()

array(['[무료수강권] 내부직원용', '[무료수강권] 내부 직원용_김준홍님',
       '[무료수강권] 내부직원용_AOP_허지은 PD님', '[무료수강권] 내부직원용_AOP_김인지 PD님',
       '[무료수강권] 내부직원용_RED_성정화 PD님', '[무료수강권] 내부직원용_RED_허지은 PD님',
       '[무료수강권] 내부직원용_RED_김인지 PD님', '[무료수강권] 내부직원용_AOP_성정화 PD님'],
      dtype=object)


pt = pt.drop(list(t_del.index))


t = pt[(~pt["coupon_title"].isnull())&(pt["transaction_amount"]==0)]
t_del = t[t['coupon_title'].str.contains("참고용")]
t_del["coupon_title"].unique()

array(['강의 제작 참고용 (강사님)', '[무료수강권] 강의 참고용 발행_강사님', '강의 제작 참고용',
       'RED 이동주님 강의 참고용 쿠폰', '강의 참고용 쿠폰 : 최현우님', 'RED 강의 참고용 쿠폰',
       '[무료수강권] 강의 참고용 발행_양세열 강사님', 'RED 강연 참고용 쿠폰 (김상우님)',
       '[무료수강권] 강의 참고용 발행_다회권', '[무료수강권] 강의 참고용 발행_안성훈 강사님'], dtype=object)


pt = pt.drop(list(t_del.index))


t = pt[(~pt["coupon_title"].isnull())&(pt["transaction_amount"]==0)]
t_del = t[t['coupon_title'].str.contains("신해동")]
t_del["coupon_title"].unique()

array(['신해동 발행 쿠폰', '신해동 쿠폰', '특별 할인 쿠폰(신해동)', '신해동 발행 쿠폰 (~21. 08. 31)',
       '신해동 100% 할인 쿠폰'], dtype=object)


pt = pt.drop(list(t_del.index))


t = pt[(~pt["coupon_title"].isnull())&(pt["transaction_amount"]==0)]
t_del = t[t['coupon_title'].str.contains("예외")]
t_del["coupon_title"].unique()

array(['[예외처리]연습문제 패키지 : 퀴즈처럼 풀면서 배우는 파이썬 머신러닝 300제+'], dtype=object)


pt = pt.drop(list(t_del.index))


t = pt[(~pt["coupon_title"].isnull())&(pt["transaction_amount"]==0)]
t_del = t[t['coupon_title'].str.contains("업무용")]
t_del["coupon_title"].unique()

array(['업무용'], dtype=object)


pt = pt.drop(list(t_del.index))


t = pt[(~pt["coupon_title"].isnull())&(pt["transaction_amount"]==0)]
t_del = t[t['coupon_title'].str.contains("매니저")]
t_del["coupon_title"].unique()

array(['[무료수강권] 올인원 패키지 : 소금툰과 함께 캐릭터 드로잉/굿즈/임티/컷툰_장혜리 매니저님'],
      dtype=object)


pt = pt.drop(list(t_del.index))


t = pt[(~pt["coupon_title"].isnull())&(pt["transaction_amount"]==0)]
t_del = t[t['coupon_title'].str.contains("PD")]
t_del["coupon_title"].unique()

array(['[무료수강권] AOP 수강권_이동근 PD님'], dtype=object)


pt = pt.drop(list(t_del.index))


t = pt[(~pt["coupon_title"].isnull())&(pt["transaction_amount"]==0)]
t_del = t[t['coupon_title'].str.contains("강사님")]
t_del["coupon_title"].unique()

array(['[무료수강권] 파이썬 웹 개발 올인원 패키지_조성준 강사님',
       '[무료수강권] 한번에 끝내는 UX/UI 디자인 초격차_김수윤 강사님',
       '[무료수강권] 데이터 기반 마케팅_박선민 강사님', '[무료수강권] 엑셀언니의 사무실용 엑셀뿌수기_황인영 강사님',
       '[무료수강권] 기업가치평가와 M&A 전략 실무_황인영 강사님',
       '[무료수강권] 마디아의 UX/UI 포트폴리오_마디아(이승훈) 강사님',
       '[무료수강권] 파이썬 웹 개발 올인원 패키지_이은찬 강사님',
       '[무료수강권] 모두를 위한 SQL/DB 올인원 패키지_박원빈 강사님',
       '[무료수강권] 소금툰과 함께 캐릭터 드로잉/굿즈/임티/컷툰_진정민 강사님',
       '[무료수강권] 한 번에 끝내는 데이터 분석 툴 초격차 패키지_김유석 강사님',
       '[무료수강권] 모두를 위한 SQL/DB 올인원 패키지_김유석 강사님',
       '[무료수강권] 시각디자인 기초_이진우, 최세진 강사님',
       '[무료수강권] 모델 성능 개선으로 익히는 강화 학습_김성제 강사님',
       '[무료수강권] 김민태의 프론트 아카데미 제 1강_박은종 강사님',
       '[무료수강권] 초격차 패키지: 한 번에 끝내는 코딩테스트 369 Java편_이준희 강사님',
       '[무료수강권] 초격차 패키지: 한 번에 끝내는 디자인 툴_이우철 강사님',
       '[무료수강권] 완전정복! 시각디자인 기초_박부미 강사님',
       '이웅모 강사님 강의 준비용 쿠폰 발급_올인원 패키지 : 김민태의 프론트엔드 아카데미 : 제 1강 JavaScript & TypeScript Essential',
       '이웅모 강사님 강의 준비용 쿠폰 발급_초격차 패키지 : 한 번에 끝내는 node.js 웹 프로그래밍',
       '[무료수강권] 초격차 패키지: 30개 프로젝트로 배우는 Android 앱 개발 with Kotlin_이기정 강사님',
       '[무료수강권] 30개 프로젝트로 배우는 Android 앱 개발_최종원 강사님',
       '[무료수강권] iOS 앱 개발 올인원 패키지_최종원 강사님',
       '[패스트캠퍼스] 올인원 패키지: 컴퓨터 공학 전공_박용현 강사님',
       '[무료수강권] GA4 탑재, 구글 애널리틱스 끝장내기_안혜진 강사님', '[무료수강권] 부동산 투자_이해진 강사님',
       '[무료수강권] 한 번에 끝내는 Java/Spring 웹 개발 마스터 초격차 패키지_안성훈 강사님',
       '[무료수강권] 김재하 강사님', '[무료수강권] 박지우 강사님', '[무료수강권] 토지개발_김민근 강사님',
       '[무료수강권] 부동산 마케팅_김민근 강사님', '[무료수강권] 인허가_김민근 강사님',
       '[무료수강권] 대체투자 자산운용 실무_김민근 강사님', '[무료수강권] 주거용 수익형 부동산 개발_김민근 강사님',
       '[무료수강권] 통계와 엑셀을 활용한 데이터 분석_이민규 강사님',
       '[무료수강권] 완전정복! 시각디자인 기초_김진희 강사님',
       '[무료수강권] 디지털 마케팅 MAX 2020_이민규 강사님', '[무료수강권] 유민상 강사님',
       '[무료수강권] 올인원 패키지 수강권_서영웅 강사님', '[무료수강권] 남진현 강사님',
       '[무료수강권] 강사님 지인 무료 수강권', 'SB_네카라쿠배 강사학습용_김데레사 강사님'], dtype=object)


pt = pt.drop(list(t_del.index))


# format의 경우 null값이 없음 -> 곧바로 전처리
pt.isnull().sum()

id                            0
customer_id                   0
course_id                  1978
type                          0
state                         0
course_title                  0
category_title                0
format                        0
completed_at                  0
transaction_amount            0
coupon_title              26852
coupon_discount_amount    26852
sale_price                 1065
tax_free_amount            1065
pg                         7916
method                        0
subcategory_title             0
marketing_start_at         8773
purchased                     0
revenue                       0
dtype: int64


# b2b 테이블 추출
df_b2b = pt[pt['format'].str.contains("B2B")]
df_b2b


# b2g 테이블 추출
df_b2g = pt[pt['format'].str.contains("B2G")]
df_b2g


# 온라인 완주반 테이블 추출
df_finish = pt[pt['format'].str.contains("온라인 완주반")]
df_finish


# 캠프 테이블 추출
df_camp = pt[pt['format'].str.contains("캠프")]
df_camp


# 스쿨 테이블 추출
df_school = pt[pt['format'].str.contains("스쿨")]
df_school


pt = pt.drop(list(df_b2b.index))
pt = pt.drop(list(df_b2g.index))
pt = pt.drop(list(df_finish.index))
pt = pt.drop(list(df_camp.index))
pt = pt.drop(list(df_school.index))


# 순 구매율
p1 = len(df[df['type']=='PAYMENT']) # 총 판매량
p2 = len(df[df['purchased']==True]) # 순 구매량
a = [p2, p1-p2] #순 구매량, 환불량
labels = ['buy'+f'\n({p2})','refund'+f'\n({p1-p2})']
wedgeprops = {'width': 0.7, 'edgecolor': 'w', 'linewidth': 3}
plt.pie(a, labels=labels, autopct='%.1f%%', wedgeprops=wedgeprops)
plt.show()


ctt111 = pt[['course_title','category_title']].value_counts().head(20)


# 가장 많이 구매한 강의 top 20
ctt = pt[['course_title','category_title']].value_counts().head(20)
ctt_lst = []
for i in range(20):
  ctt_lst.append(pt['course_title'].value_counts(normalize=True)[i]*100)


ctt = pd.DataFrame(pt[['course_title','category_title']].value_counts().head(20))
ctt['percent'] = ctt_lst
ctt


# 상위 20개 강의의 구매 비율 (총 강의 개수 추가해야함)


p1 = sum(pt['course_title'].value_counts()[0:20]) # 상위 20개 구매량
p2 = sum(pt['course_title'].value_counts()[:]) # 전체 구매

a = [p1, p2-p1]
labels = ['top20'+f'\n({p1})','others'+f'\n({p2-p1})']
colors = ['silver', 'gold']
wedgeprops = {'width': 0.7, 'edgecolor': 'w', 'linewidth': 3}
plt.figure(figsize=(5,5))
plt.pie(a, labels=labels, colors=colors, autopct='%.1f%%', wedgeprops=wedgeprops)
plt.title('TOP 20 purchased rate')
plt.show()


pt['category_title'].value_counts()

프로그래밍      14182
업무생산성       6255
데이터사이언스     6178
디자인         5397
영상/3D       4898
마케팅         4325
부동산/금융      2707
투자/재테크      1401
크리에이티브       549
지식콘텐츠         23
비즈니스          20
파이낸스          16
Name: category_title, dtype: int64


pt['category_title'].value_counts().index.tolist()

['프로그래밍',
 '업무생산성',
 '데이터사이언스',
 '디자인',
 '영상/3D',
 '마케팅',
 '부동산/금융',
 '투자/재테크',
 '크리에이티브',
 '지식콘텐츠',
 '비즈니스',
 '파이낸스']


# 카테고리 별 구매율
b = pt['category_title'].value_counts()

labels = ['프로그래밍','데이터사이언스','업무생산성','디자인',
 '영상/3D', '마케팅', '부동산/금융', '투자/재테크', 'ETC','','',''] 
# 가독성 문제로 '크리에이티브','지식콘텐츠','비즈니스','파이낸스' -> ETC로 대체
wedgeprops = {'width': 0.7, 'edgecolor': 'w', 'linewidth': 1}
plt.pie(b, labels=labels, autopct='%.1f%%', wedgeprops=wedgeprops)
plt.show()


# id 당 구매수
t = pt.groupby("customer_id").agg({"revenue": "sum","id":'count'}).sort_values(by=["id","revenue"], ascending=False)
t


# 상위 5% 도출
t["revenue"].sort_values(ascending=False)[:len(t)//20]

customer_id
98685     7040750.0
50769     4805950.0
40783     4424095.0
20784     3445050.0
72501     3235150.0
            ...    
617276     376600.0
637854     376500.0
279648     376200.0
484480     376000.0
483393     376000.0
Name: revenue, Length: 1748, dtype: float64


# 40만원 이상 구매자 확인
t2 = t[(t["revenue"]>=400000)].sort_values(by=["revenue", "id"], ascending=False)
t2


print(f"상위 {round((len(t2)/len(t))*100, 2)}%")

상위 4.46%


# 조건을 만족하는 값들 모아 'vip' column 생성
t3 = t[(t["revenue"]>=400000)].sort_values(by=["revenue", "id"], ascending=False)

def func(x):
    if x in t3.index:
        return True
    else:
        return False

pt['vip'] = pt["customer_id"].apply(func)


# VIP 특징

t4 = pt.groupby("vip").agg({"id": "count", "revenue": "sum"})

plt.figure(figsize=(15, 5))

plt.subplot(1,3,1)
plt.pie([len(t)-len(t2), len(t2)], labels=["Normal", "VIP"], autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel("고객수 비율")

plt.subplot(1,3,2)
plt.pie(t4['id'], labels=["Normal", "VIP"], autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel("거래건수 비율")

plt.subplot(1,3,3)
plt.pie(t4['revenue'], labels=["Normal", "VIP"], autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel("수익량 비율")

plt.show()


data_df = pt.copy()
data_df['completed_at']= pd.to_datetime(data_df['completed_at'])


data_df['Month'] = data_df['completed_at'].dt.month
data_df['Week'] = data_df['completed_at'].dt.week 
data_df['Day'] = data_df['completed_at'].dt.day

/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:2: FutureWarning: Series.dt.weekofyear and Series.dt.week have been deprecated.  Please use Series.dt.isocalendar().week instead.


data_df.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 45951 entries, 4 to 105418
Data columns (total 24 columns):
 #   Column                  Non-Null Count  Dtype         
---  ------                  --------------  -----         
 0   id                      45951 non-null  float64       
 1   customer_id             45951 non-null  int64         
 2   course_id               43973 non-null  float64       
 3   type                    45951 non-null  object        
 4   state                   45951 non-null  object        
 5   course_title            45951 non-null  object        
 6   category_title          45951 non-null  object        
 7   format                  45951 non-null  object        
 8   completed_at            45951 non-null  datetime64[ns]
 9   transaction_amount      45951 non-null  float64       
 10  coupon_title            21451 non-null  object        
 11  coupon_discount_amount  21451 non-null  float64       
 12  sale_price              45929 non-null  float64       
 13  tax_free_amount         45929 non-null  float64       
 14  pg                      39400 non-null  object        
 15  method                  45951 non-null  object        
 16  subcategory_title       45951 non-null  object        
 17  marketing_start_at      39026 non-null  datetime64[ns]
 18  purchased               45951 non-null  bool          
 19  revenue                 45951 non-null  float64       
 20  vip                     45951 non-null  bool          
 21  Month                   45951 non-null  int64         
 22  Week                    45951 non-null  int64         
 23  Day                     45951 non-null  int64         
dtypes: bool(2), datetime64[ns](2), float64(7), int64(4), object(9)
memory usage: 8.2+ MB


data_df.head()


# VIP와 Normal고객을 각각의 테이블로 분리
vip_df = pt[pt['vip']==True]
vip_df = vip_df.sort_values(by='category_title', ascending=True)

normal_df = pt[pt['vip']==False]
normal_df = normal_df.sort_values(by='category_title', ascending=True)


#월간 구매량
plt.figure(figsize=(7, 5))
plt.rc('font', size=13)
sns.countplot(x="Month", palette='Accent',data=data_df[data_df['vip']==False])
plt.title('Normal_MONTH')
plt.show()

plt.figure(figsize=(7, 5))
plt.rc('font', size=13)
sns.countplot(x="Month", palette='Accent',data=data_df[data_df['vip']==True])
plt.title('Vip_MONTH')
plt.show()


#주간 구매량
plt.figure(figsize=(10, 5))
plt.rc('font', size=13)
sns.countplot(x="Week", palette='Accent',data=data_df[data_df['vip']==True])
plt.title('vip_Week')
plt.show()


plt.figure(figsize=(10, 5))
plt.rc('font', size=13)
sns.countplot(x="Week", palette='Accent',data=data_df[data_df['vip']==False])
plt.title('normal_Week')
plt.show()


#일간 평균 구매량
plt.figure(figsize=(10, 5))
plt.rc('font', size=13)
sns.countplot(x="Day", palette='Accent',data=data_df[data_df['vip']==True])
plt.title('vip_DAY')
plt.show()

plt.figure(figsize=(10, 5))
plt.rc('font', size=13)
sns.countplot(x="Day", palette='Accent',data=data_df[data_df['vip']==False])
plt.title('normal_DAY')
plt.show()


plt.figure(figsize=(12, 5))
plt.rc('font', size=10)
sns.countplot(x="category_title", palette='Accent',data=vip_df)
plt.title('vip_category_title')

plt.figure(figsize=(12, 5))
plt.rc('font', size=10)
sns.countplot(x="category_title", palette='Accent',data=normal_df)
plt.title('normal_category_title')

Text(0.5, 1.0, 'normal_category_title')


#vip 인기 강의 TOP 30 (course_title)
vip_df2 = vip_df.copy()
vip_df2_ranked = vip_df2.groupby("course_title").agg({"revenue": "sum", "id": "count"}).sort_values(by='id', ascending=False)
vip_df2_ranked = vip_df2_ranked.iloc[:30,:]
vip_course_title_list = vip_df2_ranked.index
vip_df2_ranked = vip_df2_ranked.reset_index()
vip_df2_ranked


#Normal 인기 강의 TOP 30 (couse_title)
normal_df2 = normal_df.copy()
normal_df2_ranked = normal_df2.groupby("course_title").agg({"revenue": "sum", "id": "count"}).sort_values(by='id', ascending=False)
normal_df2_ranked = normal_df2_ranked.iloc[:30,:]

normal_course_title_list = normal_df2_ranked.index

normal_df2_ranked = normal_df2_ranked.reset_index()
normal_df2_ranked


intersection_course_title = normal_course_title_list & vip_course_title_list
print('중복되는 강좌의 수 : ',len(intersection_course_title),'개')
print(intersection_course_title)

중복되는 강좌의 수 :  14 개
Index(['초격차 패키지 : 한번에 끝내는 Java/Spring 웹 개발 마스터', '초격차 패키지 : 한 번에 끝내는 프론트엔드 개발',
       '초격차 패키지 : 한번에 끝내는 영상 촬영과 편집', '초격차 패키지 : 한 번에 끝내는 node.js 웹 프로그래밍',
       '초격차 패키지 : 한번에 끝내는 디자인 툴', '초격차 패키지 : 한 번에 끝내는 데이터 분석 툴',
       '초격차 패키지 : 일잘러 필수 스킬 모음.zip',
       '올인원 패키지 : 김민태의 프론트엔드 아카데미 : 제 1강 JavaScript & TypeScript Essential',
       '초격차 패키지 : 한번에 끝내는 UX/UI 디자인', '올인원 패키지 : 완전정복 시각디자인 기초',
       '초격차 패키지 : 30개 프로젝트로 배우는 Android 앱 개발 with Kotlin',
       '초격차 패키지 : 한 번에 끝내는 코딩테스트 369 Java편',
       '올인원 패키지 : 박세익 전무에게 배우는 주식 시장 분석 & 포트폴리오 운용 전략',
       '초격차 패키지 : 한 번에 끝내는 파이썬 웹 개발'],
      dtype='object', name='course_title')

/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:1: FutureWarning: Index.__and__ operating as a set operation is deprecated, in the future this will be a logical operation matching Series.__and__.  Use index.intersection(other) instead
  """Entry point for launching an IPython kernel.


vip_df.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 5872 entries, 105406 to 69871
Data columns (total 21 columns):
 #   Column                  Non-Null Count  Dtype         
---  ------                  --------------  -----         
 0   id                      5872 non-null   float64       
 1   customer_id             5872 non-null   int64         
 2   course_id               5220 non-null   float64       
 3   type                    5872 non-null   object        
 4   state                   5872 non-null   object        
 5   course_title            5872 non-null   object        
 6   category_title          5872 non-null   object        
 7   format                  5872 non-null   object        
 8   completed_at            5872 non-null   datetime64[ns]
 9   transaction_amount      5872 non-null   float64       
 10  coupon_title            2030 non-null   object        
 11  coupon_discount_amount  2030 non-null   float64       
 12  sale_price              5870 non-null   float64       
 13  tax_free_amount         5870 non-null   float64       
 14  pg                      5274 non-null   object        
 15  method                  5872 non-null   object        
 16  subcategory_title       5872 non-null   object        
 17  marketing_start_at      4691 non-null   datetime64[ns]
 18  purchased               5872 non-null   bool          
 19  revenue                 5872 non-null   float64       
 20  vip                     5872 non-null   bool          
dtypes: bool(2), datetime64[ns](2), float64(7), int64(1), object(9)
memory usage: 1.0+ MB


vip_df['coupon_title'].notnull().sum()

2030


vip_df['coupon_title'].isnull().sum()

3842


#쿠폰 사용율
#전체인원수 / 쿠폰 사용자 수 
ratio = [len(vip_df), vip_df['coupon_title'].notnull().sum()]
labels = ["VIP's_not_used_coupon_ratio", "VIP's_used_coupon_ratio"]
plt.figure(figsize=(7, 5))
plt.rc('font', size=11)
plt.pie(ratio, labels=labels, autopct='%.0f%%', startangle=130, counterclock=False)
plt.show()

ratio2 = [len(normal_df), normal_df['coupon_title'].notnull().sum()]
labels2 = ["Normal's_not_used_coupon_ratio", "Normal's_used_coupon_ratio"]
plt.figure(figsize=(7, 5))
plt.rc('font', size=11)
plt.pie(ratio2, labels=labels2, autopct='%.0f%%', startangle=120, counterclock=False)
plt.show()


#1인당 쿠폰 사용 금액
#총 쿠폰 사용 금액 / 쿠폰 사용자 수 
x = [1,2]
years = ['vip', 'normal']
values = [(vip_df['coupon_discount_amount'].sum() / vip_df['coupon_title'].notnull().sum()) , (normal_df['coupon_discount_amount'].sum() / normal_df['coupon_title'].notnull().sum()) ]

plt.bar(x, values)
plt.xticks(x, years)
plt.text(0.77,40000, (round(vip_df['coupon_discount_amount'].sum() / vip_df['coupon_title'].notnull().sum()),'원'))
plt.text(1.78,30000, (round(normal_df['coupon_discount_amount'].sum() / normal_df['coupon_title'].notnull().sum()),'원'))
plt.show()

ratio2 = [round(vip_df['coupon_discount_amount'].sum() / vip_df['coupon_title'].notnull().sum()), round(normal_df['coupon_discount_amount'].sum() / normal_df['coupon_title'].notnull().sum())]
labels2 = ["Vip's average coupon cost", "Normal's average coupon cost"]
plt.figure(figsize=(9, 5))
plt.rc('font', size=13)
plt.pie(ratio2, labels=labels2, autopct='%.0f%%', startangle=-80, counterclock=False)
plt.show()


#전체 대상, 가장 많이 사용된 쿠폰 종류
df_coupon = df.groupby("coupon_title").agg({ "id": "count"}).sort_values(by='id', ascending=False)
df_coupon = df_coupon.reset_index()
df_coupon.head(10)


#VIP대상, 가장 많이 사용된 쿠폰 종류
vip_coupon = vip_df.groupby("coupon_title").agg({ "id": "count"}).sort_values(by='id', ascending=False)
vip_coupon = vip_coupon.reset_index()
vip_coupon.head(10)


#Normal대상, 가장 많이 사용된 쿠폰 종류
normal_coupon = normal_df.groupby("coupon_title").agg({ "id": "count"}).sort_values(by='id', ascending=False)
normal_coupon = normal_coupon.reset_index()
normal_coupon.head(10)


tt1 = pt.groupby("customer_id").agg({"revenue": "sum","id":'count'}).sort_values(by=["revenue", "id"], ascending=False)


# 조건을 만족하는 값들 모아 'pre_vip' column 생성, target 지정
tt2 = t[(t['revenue']>=300000)&(t['revenue']<400000)].sort_values(by=["revenue", "id"], ascending=False)

def func(x):
    if x in tt2.index:
        return True
    else:
        return False

pt['pre_vip'] = pt["customer_id"].apply(func)
target = pt[pt['pre_vip']==True]


# 전체 비율의 약 4.9%
plt.figure(figsize=(5, 5))
colors = ['green','gold','silver']
plt.pie([len(t2),len(tt2), len(t)-len(tt2)-len(t2)], labels=["VIP","target", "total users"], autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.show()


# 전체적인 카테고리별 판매량과 유사한 패턴을 가짐
ttt = target['category_title'].value_counts()

plt.figure(figsize=(5, 5))
a = ['프로그래밍','데이터사이언스','투자/재테크','업무생산성','디자인','부동산/금융',
 '영상/3D','마케팅','크리에이티브','ETC','',''] # 가독성을 위해 '비즈니스','파이낸스','지식콘텐츠' -> ETC로 대체
wedgeprops = {'width': 0.7, 'edgecolor': 'w', 'linewidth': 2}
plt.pie(ttt, labels=a, autopct='%.1f%%', wedgeprops=wedgeprops)

plt.show()


# 세부 카테고리 조사, 조사를 위해 새로운 column 생성
aaaa = target.groupby("subcategory_title").agg({"id": "count"}).sort_values(by='id', ascending=False)
aaaa["target_category"] = ""
aaaa["target_category"][:10] = target["subcategory_title"].value_counts()[:10].index.to_list()
aaaa["target_category"][10:] = "etc"

/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:4: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  after removing the cwd from sys.path.
/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:5: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  """


# TOP10 세부 카테고리를 추리기 위해 다시 그룹 만듦
a2222 = aaaa.groupby("target_category").agg({"id": "sum"}).sort_values(by='id', ascending=False)


# 세부 카테고리 TOP10, 단일 비율은 주식 투자, 크리에이티브가 가장 높음

plt.figure(figsize=(5, 5))
# TOP 10 외 항목은 ETC로 대체
wedgeprops = {'width': 0.7, 'edgecolor': 'w', 'linewidth': 2}
plt.pie(a2222["id"],labels=a2222.index,autopct='%.1f%%', wedgeprops=wedgeprops)

plt.show()


# 가장 많이 들은 강좌 TOP 10
target['course_title'].value_counts().head(10)

올인원 패키지 : 박세익 전무에게 배우는 주식 시장 분석 & 포트폴리오 운용 전략                 236
초격차 패키지 : 한 번에 끝내는 프론트엔드 개발                                    72
올인원 패키지 : 권오상의 금융 아카데미 - 권오상의 재무제표 분석 심화 (수강시간 제한)             71
초격차 패키지 : 한번에 끝내는 Java/Spring 웹 개발 마스터                         65
올인원 패키지 : 15명의 전문 애널리스트에게 배우는 산업&매크로 분석과 투자 전략                 65
올인원 패키지 : 권오상의 금융 아카데미 - 권오상 회계사의 자금조달 분석 및 가치평가 (수강시간 제한)     54
올인원 패키지 : 완전정복 시각디자인 기초                                        52
초격차 패키지 : 일잘러 필수 스킬 모음.zip                                     44
초격차 패키지 : 한 번에 끝내는 파이썬 웹 개발                                    42
초격차 패키지 : 한 번에 끝내는 node.js 웹 프로그래밍                             41
Name: course_title, dtype: int64


# target의 평균 소비 금액
# 평균적으로 33.7만원 정도 소비
target['revenue'].sum()/target['customer_id'].nunique()

337475.1437793427


# 강의 한 개당 평균 가격은 29.5만원 선
target['sale_price'].sum()/target['course_id'].nunique()

2956612.727272727


# 타겟 유저들의 평균 강의 수강 수
print(f"purchased_counts: \n{target['customer_id'].value_counts()}")
print('')
print(f"user_counts: {target['customer_id'].nunique()}")
print('')
print(f"lecture_counts_rate: {len(target)/target['customer_id'].nunique()}")

purchased_counts: 
495383    7
515059    7
279483    7
494310    6
444486    6
         ..
624029    1
77604     1
623774    1
538391    1
12719     1
Name: customer_id, Length: 1704, dtype: int64

user_counts: 1704

lecture_counts_rate: 2.0252347417840375


target['coupon_title'].value_counts()

[웰컴쿠폰] 올인원 패키지 2만원 할인 쿠폰                      121
8월 1+1 프로모션 쿠폰                                111
[WELCOME] 온라인 강의 1만원 할인쿠폰                     105
[미래투자금] 온라인 강의 2만원 할인쿠폰                        83
[WELCOME] 온라인 강의 3만원 할인쿠폰                      82
                                             ... 
[재결제쿠폰]올인원 패키지 : 딥러닝을 활용한 추천시스템 구현              1
[할인쿠폰] 재테크 카테고리 AOP 30% 할인 (금융 아카데미 제외)         1
[시크릿쿠폰] 산돌 런칭기념 30% 할인쿠폰                        1
[할인 쿠폰] 게임 개발자 취업의 모든 것 20% 할인                  1
[20%할인] The RED : Hadoop & Spark 아키텍처 딥다이브      1
Name: coupon_title, Length: 99, dtype: int64


# 쿠폰 사용 여부
# 66% 정도가 쿠폰을 써서 결제한 사실을 알 수 있다.
print(f"coupon_used : {target['coupon_title'].isna().sum()}")
print(f"used_rate : {(target['coupon_title'].isna().sum())/len(target)*100}%")

coupon_used : 2295
used_rate : 66.50246305418719%


# 쿠폰 할인 비율
# 11.6% 정도 할인 받은 사실을 알 수 있다.
print(f"purchased_amount: {target['revenue'].sum()}")
print(f"coupon_discount_amount: {target['coupon_discount_amount'].sum()}")
print(f"coupon_discount_amount_rate: {target['coupon_discount_amount'].sum()/target['revenue'].sum()*100}%")

purchased_amount: 575057645.0
coupon_discount_amount: 66696855.0
coupon_discount_amount_rate: 11.598290289663048%


# 타겟들의 결제 방식
print(target['pg'].value_counts())
print()
print(target['method'].value_counts())

INICIS    2024
KAKAO      578
NAVER      396
PAYCO      141
CHAI         3
Name: pg, dtype: int64

CARD         2569
POINT         474
VBANK         189
PROMOTION     105
TRANSFER       67
TRANS          45
ONSITE          2
Name: method, dtype: int64


plt.figure(figsize=(12,5))
sns.countplot(x=pt[pt['vip']==False]['format'],data=pt)
plt.show()


# vip 아닌 고객들의 category 조사
all_cnt = pt[(pt['vip']==False)&(pt['format']=='올인원')]['category_title']


plt.figure(figsize=(17,5))
plt.xticks(rotation = 15)
sns.countplot(x=all_cnt,data=pt)

<matplotlib.axes._subplots.AxesSubplot at 0x7f1762bff9d0>


sub_cnt = pt[(pt['vip']==False)&(pt['format']=='올인원')&(pt['category_title']=='프로그래밍')]['subcategory_title']

plt.figure(figsize=(17,5))
plt.xticks(rotation = 15)
sns.countplot(x=sub_cnt,data=pt)

<matplotlib.axes._subplots.AxesSubplot at 0x7f1763c81250>


# 날짜를 일 단위까지 정리하기.
def func(x):
    return x.strftime("%Y-%m-%d")

pt["completed_at"] = pt["completed_at"].apply(func)


plt.figure(figsize=(30,6))
plt.xticks(size=8, rotation = 90)
sns.countplot(x=pt[pt['vip']==False]['completed_at'],data=pt)

<matplotlib.axes._subplots.AxesSubplot at 0x7f17640cd850>


plt.figure(figsize=(30,6))
plt.xticks(size=5, rotation = 90)
sns.countplot(x=pt[pt['vip']==False]['coupon_title'],data=pt)
plt.show()


x= [] # 날짜
y= [] # 총 구매량
y1= [] # 쿠폰사용 구매량
for i in range(3,9):
    if i%2 ==0:
        x.append(f'{i}월30일')
        y.append(len(pt[(pt['vip']==False)&(pt['completed_at']==f'2021-0{i}-30')]))
        y1.append(len(pt[(pt['vip']==False)&(pt['completed_at']==f'2021-0{i}-30')].dropna(subset=['coupon_title'])))
    else:
        x.append(f'{i}월31일')
        y.append(len(pt[(pt['vip']==False)&(pt['completed_at']==f'2021-0{i}-31')]))
        y1.append(len(pt[(pt['vip']==False)&(pt['completed_at']==f'2021-0{i}-31')].dropna(subset=['coupon_title'])))
        
bar1 = plt.bar(x,y, label= "전체")
bar2 = plt.bar(x,y1, label= "쿠폰 사용")
plt.xticks(rotation=60)
plt.legend()

for idx, rect in enumerate(bar1):
    plt.text(idx, rect.get_height()+ 0.5,y[idx], ha= 'center', color= 'blue')
    
for idx, rect in enumerate(bar2):
    plt.text(idx, rect.get_height()+ 0.5,y1[idx], ha= 'center', color= 'red')


plt.figure(figsize=(70,5))
for i in range(3,9):
    plt.subplot(1,7,i-2)
    plt.xticks(size=10, rotation = 90)
    plt.title(f'{i}월')
    if i%2 == 0:
        sns.countplot(x=pt[(pt['vip']==False)&(pt['completed_at']==f'2021-0{i}-30')]['coupon_title'],data=pt[(pt['vip']==False)&(pt['completed_at']==f'2021-0{i}-30')])
    else:
        sns.countplot(x=pt[(pt['vip']==False)&(pt['completed_at']==f'2021-0{i}-31')]['coupon_title'],data=pt[(pt['vip']==False)&(pt['completed_at']==f'2021-0{i}-31')])


# 결제 데이터 달단위 분석.(따로 카피데이터 사용)
import copy

mon = copy.copy(pt)


def func_m(x):
    return x[:7]

mon["completed_at"] = mon["completed_at"].apply(func_m)


# 3월 전체, 9월 말 (25일 이후) 데이터는 특정 구간이 생략되어 있음, 해석 시 주의 요망 
plt.figure(figsize=(10,5))
sns.countplot(x=mon[mon['vip']==False]['completed_at'],data=mon)
plt.show()


# 매월 쿠폰사용
plt.figure(figsize=(110,5))
for i in range(3,9):
    plt.subplot(1,7,i-2)
    plt.xticks(rotation = 90)
    plt.title(f'{i}월')
    sns.countplot(x=mon[(mon['vip']==False)&(mon['completed_at']==f'2021-0{i}')]['coupon_title'],data=mon[(mon['vip']==False)&(mon['completed_at']==f'2021-0{i}')])


x_m= [] # 날짜
y_m= [] # 총 구매량
y1_m= [] # 쿠폰사용 구매량
for i in range(3,9):
        x_m.append(f'{i}월')
        y_m.append(len(mon[(mon['vip']==False)&(mon['completed_at']==f'2021-0{i}')]))
        y1_m.append(len(mon[(mon['vip']==False)&(mon['completed_at']==f'2021-0{i}')].dropna(subset=['coupon_title'])))

bar3 = plt.bar(x_m,y_m, label= "전체")
bar4 = plt.bar(x_m,y1_m, label= "쿠폰 사용")
plt.xticks(rotation=60)

for idx, rect in enumerate(bar3):
    plt.text(idx, rect.get_height()+ 0.5,y_m[idx], ha= 'center', color= 'blue')
    
for idx, rect in enumerate(bar4):
    plt.text(idx, rect.get_height()+ 0.5,y1_m[idx], ha= 'center', color= 'red')


pt[(pt['vip']==False)&(pt['format']=='올인원')]['subcategory_title']


plt.figure(figsize=(20,5))
plt.xticks(rotation = 90)
sns.countplot(x=pt[(pt['vip']==False)&(pt['format']=='올인원')]['subcategory_title'],data=pt)
plt.show()


plt.figure(figsize=(100,5))
plt.xticks(rotation = 90)
sns.countplot(x=pt[(pt['vip']==False)&(pt['format']=='올인원')]['course_title'],data=pt)
plt.show()


pt[(pt['vip']==False)&(pt['format']=='올인원')]['revenue'].mean()

117603.12643550932


# 영상 촬영 편집 강의의 평균구매가격
a= int(pt[(pt['vip']==False)&(pt['format']=='올인원')&(pt['course_title']=='초격차 패키지 : 한번에 끝내는 영상 촬영과 편집')]['revenue'].mean())
# 프론트엔드 강의의 평균구매가격
b= int(pt[(pt['vip']==False)&(pt['format']=='올인원')&(pt['course_title']=="초격차 패키지 : 한 번에 끝내는 프론트엔드 개발")]['revenue'].mean())
# 웹 개발 강의의 평균구매가격
c= int(pt[(pt['vip']==False)&(pt['format']=='올인원')&(pt['course_title']=='초격차 패키지 : 한번에 끝내는 Java/Spring 웹 개발 마스터')]['revenue'].mean())

print('올인원 Top 3 강의 평균 구매가격:',(a+b+c)/3,'원')

올인원 Top 3 강의 평균 구매가격: 98096.0 원


pt.loc[pt['vip']==True,'vip'] = "VIP"
pt.loc[pt['vip']==False,'vip'] = "Normal"
t = pt[~pt["coupon_title"].isnull()]
t2 = pt[pt["coupon_title"].isnull()]


plt.figure(figsize=(10, 10))
colors = sns.color_palette('Set2')[0:8]

t3 = t.groupby("vip").agg({"id": "count", "revenue": "sum"})
plt.subplot(2,2,1)
plt.title("쿠폰O 구매비율")
plt.pie(t3['id'], labels=t3.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"총 {t3['id'].sum()} 건")

plt.subplot(2,2,2)
plt.title("쿠폰O 수익비율")
plt.pie(t3['revenue'], labels=t3.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"총 {t3['revenue'].astype(int).sum():,}원")

t3 = t2.groupby("vip").agg({"id": "count", "revenue": "sum"})
plt.subplot(2,2,3)
plt.title("쿠폰X 구매비율")
plt.pie(t3['id'], labels=t3.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"총 {t3['id'].sum()} 건")

plt.subplot(2,2,4)
plt.title("쿠폰X 수익비율")
plt.pie(t3['revenue'], labels=t3.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"총 {t3['revenue'].astype(int).sum():,}원")

plt.show()


t = pt[pt["coupon_title"].isnull() & (pt["vip"]=='Normal')]


t2 = t.groupby("category_title").agg({"id": "count", "revenue": "sum"})
t2.drop(["비즈니스", "지식콘텐츠", "파이낸스"], inplace=True) # 비즈니스 15건, 지식콘텐츠 14건, 파이낸스 12건
t2


plt.figure(figsize=(12, 6))
colors = sns.color_palette('Set2')[0:8]

plt.subplot(1,2,1)
plt.pie(t2['id'], labels=t2.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"거래건수 비율\n 총 {t2['id'].sum()} 건")

plt.subplot(1,2,2)
plt.pie(t2['revenue'], labels=t2.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"수익률 비율\n 총 {t2['revenue'].astype(int).sum():,}원")

plt.show()


plt.figure(figsize=(15,5))


plt.subplot(1, 3, 1)
t2 = t[t['category_title']=='프로그래밍']
plt.title("프로그래밍")
plt.xticks(rotation='vertical')
sns.histplot(t2, x="revenue", bins=20)

plt.subplot(1, 3, 2)
t2 = t[t['category_title']=='데이터사이언스']
plt.title("데이터사이언스")
plt.xticks(rotation='vertical')
sns.histplot(t2, x="revenue", bins=20)

plt.subplot(1, 3, 3)
t2 = t[t['category_title']=='마케팅']
plt.title("마케팅")
plt.xticks(rotation='vertical')
sns.histplot(t2, x="revenue", bins=20)

<matplotlib.axes._subplots.AxesSubplot at 0x7f1760596350>


t[t['category_title']=='프로그래밍']['revenue'].mean()

135392.40360951598


t[t['category_title']=='데이터사이언스']['revenue'].mean()

156380.5033809166


t[t['category_title']=='마케팅']['revenue'].mean()

141928.50574712644


t = pt[~pt["coupon_title"].isnull() & (pt["vip"]=='Normal')]


t2 = t.groupby("category_title").agg({"id": "count", "revenue": "sum"})
t2.drop(["비즈니스", "지식콘텐츠"], inplace=True) # 비즈니스 3건, 지식콘텐츠 1건
t2


plt.figure(figsize=(12, 6))
colors = sns.color_palette('Set2')[0:8]

plt.subplot(1,2,1)
plt.pie(t2['id'], labels=t2.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"거래건수 비율\n 총 {t2['id'].sum()} 건")

plt.subplot(1,2,2)
plt.pie(t2['revenue'], labels=t2.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"수익률 비율\n 총 {t2['revenue'].astype(int).sum():,}원")

plt.show()


plt.figure(figsize=(15,5))


plt.subplot(1, 3, 1)
t2 = t[t['category_title']=='프로그래밍']
plt.title('프로그래밍')
plt.xticks(rotation='vertical')
sns.histplot(t2, x="revenue", bins=20)

plt.subplot(1, 3, 2)
t2 = t[t['category_title']=='디자인']
plt.title('디자인')
plt.xticks(rotation='vertical')
sns.histplot(t2, x="revenue", bins=20)

plt.subplot(1, 3, 3)
t2 = t[t['category_title']=='영상/3D']
plt.title('영상/3D')
plt.xticks(rotation='vertical')
sns.histplot(t2, x="revenue", bins=20)

<matplotlib.axes._subplots.AxesSubplot at 0x7f1762a6f410>


t[t['category_title']=='프로그래밍']['revenue'].mean()

72369.96498487983


t[t['category_title']=='디자인']['revenue'].mean()

110305.18235498437


t[t['category_title']=='영상/3D']['revenue'].mean()

92774.18488684311


t = pt[~pt["coupon_title"].isnull() & (pt["vip"]=='Normal')]


t2 = t.groupby("customer_id").agg({"id": "count", "revenue": "sum"})
t3 = pt[pt["customer_id"].isin(t2.index)]


t2 = t3.groupby("customer_id").agg({"id": "count", "revenue": "sum"})


def func(x):
    if x>=2:
        return "나머지"
    else:
        return "1개구매"
t2["buy"] = t2['id'].apply(func)


t3 = t2.groupby("buy").agg({"id": "count", "revenue": "sum"})
t3


plt.figure(figsize=(12, 6))
colors = sns.color_palette('Set2')[0:8]

plt.subplot(1,2,1)
plt.pie(t3['id'], labels=t3.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"거래건수 비율\n 총 {t3['id'].sum()} 건")

plt.subplot(1,2,2)
plt.pie(t3['revenue'], labels=t3.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"수익률 비율\n 총 {t3['revenue'].astype(int).sum():,}원")

plt.show()


t = pt[~pt["coupon_title"].isnull() & (pt["vip"]=='Normal')]


def func(x):
    if "2021-04-01"<=x and x<"2021-05-01":
        return "4월"
    elif "2021-05-01"<=x and x<"2021-06-01":
        return "5월"
    elif "2021-06-01"<=x and x<"2021-07-01":
        return "6월"
    elif "2021-07-01"<=x and x<"2021-08-01":
        return "7월"
    elif "2021-08-01"<=x and x<"2021-09-01":
        return "8월"
    elif "2021-09-01"<=x and x<"2021-10-01":
        return "9월"
    else:
        return "나머지"

t["coupon_month"] = t['completed_at'].apply(func)

/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:17: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy


t2 = t.groupby('coupon_month').agg({"revenue": "sum", "id": "count"})
t2.drop("나머지", inplace=True)
t2


plt.figure(figsize=(12, 6))
colors = sns.color_palette('Set2')[0:8]

plt.subplot(1,2,1)
plt.pie(t2['id'], labels=t2.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"거래건수 비율\n 총 {t2['id'].sum()} 건")

plt.subplot(1,2,2)
plt.pie(t2['revenue'], labels=t2.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"수익률 비율\n 총 {t2['revenue'].astype(int).sum():,}원")

plt.show()


t = pt[~pt["coupon_title"].isnull() & (pt["vip"]=='Normal')]


def func(x):
    if x.startswith("4월"):
        return "4월"
    elif x.startswith("5월"):
        return "5월"
    elif x.startswith("6월"):
        return "6월"
    elif x.startswith("7월"):
        return "7월"
    elif x.startswith("8월"):
        return "8월"
    else:
        return "해당없음"

t["coupon_month"] = t['coupon_title'].apply(func)

/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:15: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  from ipykernel import kernelapp as app


t2 = t.groupby('coupon_month').agg({"revenue": "sum", "id": "count"})
t2.drop("해당없음", inplace=True)
t2


plt.figure(figsize=(12, 6))
colors = sns.color_palette('Set2')[0:6]

plt.subplot(1,2,1)
plt.pie(t2['id'], labels=t2.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"거래건수 비율")

plt.subplot(1,2,2)
plt.pie(t2['revenue'], labels=t2.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"수익률 비율")

plt.show()


# 'X월' 쿠폰
print(t[t["coupon_month"] == '4월']['coupon_title'].value_counts())
print()
print(t[t["coupon_month"] == '5월']['coupon_title'].value_counts())
print()
print(t[t["coupon_month"] == '6월']['coupon_title'].value_counts())
print()
print(t[t["coupon_month"] == '7월']['coupon_title'].value_counts())
print()
print(t[t["coupon_month"] == '8월']['coupon_title'].value_counts())

4월 1+1 페이백 이벤트 쿠폰    1042
Name: coupon_title, dtype: int64

5월 페이백 프로모션 쿠폰        850
5월 5일 어른이날 기념 5%쿠폰     15
Name: coupon_title, dtype: int64

6월 반값특가 프로모션 쿠폰    135
Name: coupon_title, dtype: int64

7월 100% 페이백 프로모션 쿠폰       787
7월 100% 페이백 프로모션 쿠폰_복구      1
Name: coupon_title, dtype: int64

8월 1+1 프로모션 쿠폰    1024
Name: coupon_title, dtype: int64


t = pt[~pt["coupon_title"].isnull() & (pt["vip"]=='Normal')]


def func(x):
    if x.startswith("4월"):
        return "4월"
    elif x.startswith("5월"):
        return "5월"
    elif x.startswith("6월"):
        return "6월"
    elif x.startswith("7월"):
        return "7월"
    elif x.startswith("8월"):
        return "8월"
    else:
        return "해당없음"

t["coupon_month"] = t['coupon_title'].apply(func)

/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:15: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  from ipykernel import kernelapp as app


t3 = t[(t['coupon_month']=="4월")|(t['coupon_month']=="8월")]


# 4월, 8월의 'X월' 쿠폰 사용 빈도
plt.figure(figsize=(10,6))
sns.scatterplot(data=t3, x="sale_price", y="revenue", hue="coupon_month")

<matplotlib.axes._subplots.AxesSubplot at 0x7f17620fcc90>


# 사업, 프로그램별 구매데이터 합치기
df_b2 = pd.concat([df_b2b, df_b2g])
df_program = pd.concat([df_finish, df_camp, df_school])


t = df_program.groupby("customer_id").agg({"revenue": "sum", "id": "count"})
t[(t["revenue"]>=400000)].sort_values(by=["revenue", "id"], ascending=False)


# vip고객 분리
t = pt.groupby("customer_id").agg({"revenue": "sum", "id": "count"})
t2 = t[(t["revenue"]>=400000)].sort_values(by=["revenue", "id"], ascending=False)
t2_r = t[(t["revenue"]<400000)].sort_values(by=["revenue", "id"], ascending=False)
t2


# vip 고객 라벨링
def func(x):
    if x in t2.index:
        return "vip"
    else:
        return "normal"

pt['vip'] = pt["customer_id"].apply(func)


# 사업, 프로그램 라벨링
df_b2['vip'] = "사업"
df_program['vip'] = "프로그램"


df = pd.concat([pt, df_b2, df_program]).sort_values(by=["id"])


t5 = df.groupby('vip').agg({"id": "count", "revenue": "sum"})


# VIP 특징

plt.figure(figsize=(15, 10))

plt.subplot(1,3,1)
plt.pie([len(t2_r), len(t2), len(df_b2), len(df_program)], labels=["Normal", "VIP", "사업", "프로그램"], autopct='%.1f%%', startangle=260, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel("고객수 비율")

plt.subplot(1,3,2)
plt.pie(t5['id'], labels=t5.index, autopct='%.1f%%', startangle=260, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel("거래건수 비율")

plt.subplot(1,3,3)
plt.pie(t5['revenue'], labels=t5.index, autopct='%.1f%%', startangle=260, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel("수익량 비율")

plt.show()
t5


# 1502명중 450명이 개인고객으로 전환
from_program = pt[pt["customer_id"].isin(df_program["customer_id"])]


len(df_program["customer_id"].unique())

1502


len(from_program["customer_id"].unique())

450


# 이중 vip 고객이 된 사람 탐색
len(from_program[from_program["vip"]=="vip"]["customer_id"].unique())

79


# 프로그램에서 넘어온 모든 구매자들의 첫 구매가 프로그램이였는지 확인
first = pd.DataFrame([])
for id in from_program["customer_id"].unique():
   first = pd.concat([df[df["customer_id"]==id].head(1), first])


# 온라인 완주반 프로그램을 통해 일반고객으로 전환된 고객이 다수 측정됨
first["format"].value_counts()

온라인 완주반    179
올인원        171
스쿨 온라인      85
RED          6
하루10분컷       6
캠프           1
MBA          1
이벤트          1
Name: format, dtype: int64


# 1502명중 97명이 개인고객으로 전환
from_b2 = pt[pt["customer_id"].isin(df_b2["customer_id"])]


len(df_b2["customer_id"].unique())

1502


len(from_b2["customer_id"].unique())

97


# b2사업 참여자 중 vip 고객이 된 사람의 수
len(from_b2[from_b2["vip"]=="vip"]["customer_id"].unique())

7


# b2 사업에서 넘어온 모든 구매자들의 첫 구매가 b2 사업이였는지 확인
first = pd.DataFrame([])
for id in from_b2["customer_id"].unique():
   first = pd.concat([df[df["customer_id"]==id].head(1), first])


# 기존 고객인 경우가 대다수
first["format"].value_counts()

올인원        66
B2B        12
B2G         7
하루10분컷      5
RED         3
온라인 완주반     2
B2B 온라인     1
이벤트         1
Name: format, dtype: int64


df_etc = pd.concat([df_b2, df_program])


# 사업/프로그램 참여 고객들중 우선 해당 구매가 패스트 캠퍼스에서의 첫 구매인 고객들을 뽑아오자.
first = pd.DataFrame([])

for id in df_etc["customer_id"].unique():
   first = pd.concat([df[df["customer_id"]==id].head(1), first])

lst = ["B2B", "B2G", "B2B 온라인", "온라인 완주반", '캠프', '스쿨 온라인', '스쿨']

etc_new = first[first["format"].isin(lst)]


# 전환고객 추출
from_etc = pt[pt["customer_id"].isin(etc_new["customer_id"])]


# 라벨링
def func(x):
    if x in from_etc["customer_id"].unique():
        return True
    else:
        return False

etc_new['moved'] = etc_new["customer_id"].apply(func)

/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:8: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy


# 변환 확인
etc_new["moved"].value_counts()

False    2453
True      285
Name: moved, dtype: int64


t = pd.pivot_table(data=etc_new, index=["format"], values ="id", columns=["moved"], aggfunc=["count"])
t["ratio"] = t[('count',  True)] / t[('count', False)] *100
t


plt.figure(figsize=(8,5))
sns.countplot(data = etc_new, x="format", hue="moved")
plt.show()


# 사업/프로그램 구매 데이터 기준 카테고리 분석
t = pd.pivot_table(data=etc_new, index = ['category_title'], values=['id'],  aggfunc = "count").reset_index()
plt.figure(figsize=(5,7))
colors = sns.color_palette('Set2')[0:5]
plt.pie(t['id'], labels=t['category_title'], autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, textprops={'fontsize': 10
}, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"총 {t['id'].sum()}건 구매")
plt.show()


# 전환고객의 카테고리 분석
pd.pivot_table(data=from_etc, index=["category_title", "subcategory_title"], values=["revenue"], aggfunc=["count", "sum"])


t = pd.pivot_table(data=from_etc, index = ['category_title'], values=['id'],  aggfunc = "count").reset_index()
plt.figure(figsize=(5,7))
colors = sns.color_palette('Set2')[0:5]
plt.pie(t['id'], labels=t['category_title'], autopct='%.1f%%', textprops={'fontsize': 12}, startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"총 {t['id'].sum()}건 구매")
plt.show()


t = pd.pivot_table(data=from_etc, index = ['category_title','subcategory_title'], values=['id'],  aggfunc = "count").reset_index()
ct = list(t['category_title'].unique())
plt.figure(figsize=(12,18))
colors = sns.color_palette('Set2')[0:5]
for i, title in enumerate(ct):
    plt.subplot(3, 3, i+1)
    plt.title(f"{title}")
    t1 = t[t['category_title']==title]
    plt.pie(t1['id'], labels=t1['subcategory_title'], autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
    plt.xlabel(f"총 {t1['id'].sum()}건 구매")
plt.show()


t = pd.pivot_table(data=from_etc, index = ['category_title'], values=['revenue'],  aggfunc = "sum").reset_index()
plt.figure(figsize=(5,6))
colors = sns.color_palette('Set2')[0:5]
plt.pie(t['revenue'], labels=t['category_title'], autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"총 {t['revenue'].sum()/10000}만원 구매")
plt.show()


t = pd.pivot_table(data=from_etc, index = ['category_title','subcategory_title'], values=['revenue'],  aggfunc = "sum").reset_index()
ct = list(t['category_title'].unique())
plt.figure(figsize=(12,18))
colors = sns.color_palette('Set2')[0:5]
for i, title in enumerate(ct):
    plt.subplot(3, 3, i+1)
    plt.title(f"{title}")
    t1 = t[t['category_title']==title]
    plt.pie(t1['revenue'], labels=t1['subcategory_title'], autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
    plt.xlabel(f"총 {t1['revenue'].sum()/10000}만원 결제")
plt.show()


# 쿠폰 사용여부 라벨링
from_etc["coupon_used"] = True
from_etc.loc[from_etc["coupon_title"].isnull(),"coupon_used"] = False

/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:2: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  
/usr/local/lib/python3.7/dist-packages/pandas/core/indexing.py:1817: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  self._setitem_single_column(loc, value, pi)


# pt 데이터 쿠폰 사용여부 라벨링
pt["coupon_used"] = True
pt.loc[pt["coupon_title"].isnull(),"coupon_used"] = False


t0 = from_etc.groupby("coupon_used").agg({"id": "count"})


t00 = pt.groupby("coupon_used").agg({"id": "count"})


pt.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 45951 entries, 4 to 105418
Data columns (total 23 columns):
 #   Column                  Non-Null Count  Dtype         
---  ------                  --------------  -----         
 0   id                      45951 non-null  float64       
 1   customer_id             45951 non-null  int64         
 2   course_id               43973 non-null  float64       
 3   type                    45951 non-null  object        
 4   state                   45951 non-null  object        
 5   course_title            45951 non-null  object        
 6   category_title          45951 non-null  object        
 7   format                  45951 non-null  object        
 8   completed_at            45951 non-null  object        
 9   transaction_amount      45951 non-null  float64       
 10  coupon_title            21451 non-null  object        
 11  coupon_discount_amount  21451 non-null  float64       
 12  sale_price              45929 non-null  float64       
 13  tax_free_amount         45929 non-null  float64       
 14  pg                      39400 non-null  object        
 15  method                  45951 non-null  object        
 16  subcategory_title       45951 non-null  object        
 17  marketing_start_at      39026 non-null  datetime64[ns]
 18  purchased               45951 non-null  bool          
 19  revenue                 45951 non-null  float64       
 20  vip                     45951 non-null  object        
 21  pre_vip                 45951 non-null  bool          
 22  coupon_used             45951 non-null  bool          
dtypes: bool(3), datetime64[ns](1), float64(7), int64(1), object(11)
memory usage: 7.5+ MB


plt.figure(figsize=(8, 6))
colors = sns.color_palette('Set2')[0:8]

plt.subplot(1,2,1)
plt.pie(t0['id'], labels=t0.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"전환고객 쿠폰 사용 비율\n 총 {t0['id'].sum()} 건")

plt.subplot(1,2,2)
plt.pie(t00['id'], labels=t00.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"일반고객 쿠폰 사용 비율\n 총 {t00['id'].sum()} 건")

plt.show()


# 비슷하게 쿠폰 사용 고객 비율을 계산해 보자
t0 = from_etc.groupby("customer_id").agg({"coupon_used": "sum"})
t00 = pt.groupby("customer_id").agg({"coupon_used": "sum"})


def func(x):
    if x ==0 :
        return False
    else:
        return True

t0["coupon_used"] = t0["coupon_used"].apply(func)
t00["coupon_used"] = t00["coupon_used"].apply(func)


t0 = from_etc.groupby("coupon_used").agg({"customer_id": "count"})
t00 = pt.groupby("coupon_used").agg({"customer_id": "count"})


plt.figure(figsize=(8, 6))
colors = sns.color_palette('Set2')[0:8]

plt.subplot(1,2,1)
plt.pie(t0['customer_id'], labels=t0.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"쿠폰 사용 전환고객 비율\n 총 {t0['customer_id'].sum()} 건")

plt.subplot(1,2,2)
plt.pie(t00['customer_id'], labels=t00.index, autopct='%.1f%%', startangle=260, colors=colors, counterclock=False, wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5})
plt.xlabel(f"쿠폰 사용 일반고객 비율\n 총 {t00['customer_id'].sum()} 명")

plt.show()

state	상태
COMPLETED	결제 완료
REQUESTED	고객에게 결제 요청
PENDING	보안 이슈로 공개X
CANCELLED	보안 이슈로 공개X
HIDDEN	보안 이슈로 공개X
DELETE	보안 이슈로 공개X

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	transaction_amount	coupon_title	coupon_discount_amount	sale_price	tax_free_amount	pg	method	subcategory_title	marketing_start_at
0	970634.0	504760.0	201435.0	ORDER	CANCELLED	올인원 패키지 : 알고리즘 기술면접 완전 정복	프로그래밍	올인원	2021-03-28 15:00:11	90500.0	NaN	NaN	110500.0	110500.0	NaN	VBANK	개발자 커리어	NaT
1	970650.0	432862.0	203178.0	ORDER	CANCELLED	초격차 패키지 : 한번에 끝내는 영상 촬영과 편집	영상/3D	올인원	2021-03-28 15:16:53	96000.0	NaN	NaN	116000.0	116000.0	NaN	CARD	영상 편집	2020-12-02
2	970657.0	72297.0	204246.0	PAYMENT	COMPLETED	시크릿코드 : 프론트엔드 실무 완성편	프로그래밍	스쿨 온라인	2021-03-28 15:21:43	171810.0	[10% 할인] 시크릿코드 실무 완성편	19090.0	190900.0	190900.0	NaN	CARD	NaN	2021-03-04
3	970656.0	72297.0	204246.0	ORDER	CANCELLED	시크릿코드 : 프론트엔드 실무 완성편	프로그래밍	스쿨 온라인	2021-03-28 15:21:43	171810.0	NaN	NaN	190900.0	190900.0	NaN	CARD	NaN	2021-03-04
4	970658.0	478028.0	201797.0	PAYMENT	COMPLETED	올인원 패키지 : 직장인 필수 스킬 3종 세트 MAX	업무 생산성	올인원	2021-03-28 15:21:54	97500.0	[웰컴쿠폰] 올인원 패키지 2만원 할인 쿠폰	20000.0	117500.0	117500.0	NaN	CARD	PPT/보고서	2019-11-14

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	coupon_title	coupon_discount_amount	sale_price	tax_free_amount	pg	method	subcategory_title	marketing_start_at
12133	1011200.0	NaN	NaN	TRANSACTION	COMPLETED	NaN	NaN	NaN	2021-04-12 11:40:00	NaN	NaN	NaN	NaN	NaN	B2B_CONTRACT	NaN	NaT
36367	1066932.0	NaN	NaN	TRANSACTION	COMPLETED	NaN	NaN	NaN	2021-05-17 16:12:00	NaN	NaN	NaN	NaN	NaN	B2B_CONTRACT	NaN	NaT
91500	1299115.0	NaN	NaN	TRANSACTION	COMPLETED	NaN	NaN	NaN	2021-08-20 20:05:00	NaN	NaN	NaN	NaN	NaN	B2B_CONTRACT	NaN	NaT

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	transaction_amount	coupon_title	coupon_discount_amount	sale_price	tax_free_amount	pg	method	subcategory_title	marketing_start_at
6	970614.0	477910	NaN	ORDER	CANCELLED	프로모션 : 2021 내 커리어 지켜 줄 UX/UI 디자인 한끝세트 (3월 프리패스)	크리에이티브	올인원	2021-03-28 15:22:36	299000.0	NaN	NaN	299000.0	299000.0	NaN	CARD	NaN	NaT
12	970670.0	429291	NaN	ORDER	CANCELLED	프로모션 : 코딩 LEVEL UP 웹 개발 풀스텍 한끝세트 (3월 프리패스)	프로그래밍	올인원	2021-03-28 15:27:29	299000.0	NaN	NaN	299000.0	299000.0	NaN	CARD	NaN	NaT
13	970672.0	429291	NaN	ORDER	CANCELLED	프로모션 : 코딩 LEVEL UP 웹 개발 풀스텍 한끝세트 (3월 프리패스)	프로그래밍	올인원	2021-03-28 15:30:05	299000.0	NaN	NaN	299000.0	299000.0	NaN	CARD	NaN	NaT
16	970677.0	429291	NaN	ORDER	CANCELLED	프로모션 : 코딩 LEVEL UP 웹 개발 풀스텍 한끝세트 (3월 프리패스)	프로그래밍	올인원	2021-03-28 15:31:29	299000.0	NaN	NaN	299000.0	299000.0	NaN	CARD	NaN	NaT
18	970682.0	478031	NaN	PAYMENT	COMPLETED	프로모션 : 기초부터 시작하는 데이터분석 한끝세트 (3월 프리패스)	데이터사이언스	올인원	2021-03-28 15:33:28	299000.0	NaN	NaN	299000.0	299000.0	NaN	CARD	NaN	NaT

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	transaction_amount	coupon_title	coupon_discount_amount	sale_price	tax_free_amount	pg	method	subcategory_title	marketing_start_at
9002	996843.0	490139	NaN	PAYMENT	DELETED	NaN	NaN	NaN	2021-04-07 15:05:06	480000.0	NaN	NaN	NaN	NaN	NaN	TRANSFER	NaN	NaT
9003	996793.0	490089	NaN	PAYMENT	DELETED	NaN	NaN	NaN	2021-04-07 15:05:06	600000.0	NaN	NaN	NaN	NaN	NaN	TRANSFER	NaN	NaT
9004	996842.0	490138	NaN	PAYMENT	DELETED	NaN	NaN	NaN	2021-04-07 15:05:06	600000.0	NaN	NaN	NaN	NaN	NaN	TRANSFER	NaN	NaT
9005	996851.0	490149	NaN	PAYMENT	DELETED	NaN	NaN	NaN	2021-04-07 15:05:06	600000.0	NaN	NaN	NaN	NaN	NaN	TRANSFER	NaN	NaT
12181	1006736.0	291328	NaN	PAYMENT	DELETED	NaN	NaN	NaN	2021-04-12 13:10:10	967000.0	NaN	NaN	NaN	NaN	NaN	TRANSFER	NaN	NaT
13754	1012747.0	498414	NaN	PAYMENT	DELETED	NaN	NaN	NaN	2021-04-15 20:40:35	170000.0	NaN	NaN	NaN	NaN	NaN	TRANSFER	NaN	NaT
31192	1063323.0	524510	NaN	PAYMENT	DELETED	NaN	NaN	NaN	2021-05-10 18:04:33	35000.0	NaN	NaN	NaN	NaN	NaN	TRANSFER	NaN	NaT
38944	1093777.0	539708	NaN	PAYMENT	DELETED	NaN	NaN	NaN	2021-05-22 10:57:39	127500.0	NaN	NaN	NaN	NaN	NaN	TRANSFER	NaN	NaT
40377	1093780.0	539709	NaN	PAYMENT	DELETED	NaN	NaN	NaN	2021-05-24 09:18:48	110000.0	NaN	NaN	NaN	NaN	NaN	TRANSFER	NaN	NaT
40378	1093784.0	539709	NaN	PAYMENT	DELETED	NaN	NaN	NaN	2021-05-24 09:18:48	110000.0	NaN	NaN	NaN	NaN	NaN	TRANSFER	NaN	NaT
47361	1117129.0	549990	NaN	PAYMENT	COMPLETED	NaN	NaN	NaN	2021-06-02 16:48:37	10500000.0	NaN	NaN	NaN	NaN	NaN	TRANSFER	NaN	NaT
53960	1141801.0	560947	NaN	PAYMENT	DELETED	NaN	NaN	NaN	2021-06-13 19:13:41	172000.0	NaN	NaN	NaN	NaN	NaN	TRANSFER	NaN	NaT
56316	1155478.0	567600	NaN	PAYMENT	DELETED	NaN	NaN	NaN	2021-06-18 01:38:26	1200000.0	NaN	NaN	NaN	NaN	NaN	ONSITE	NaN	NaT

Columns	Content
id	해당 거래내역에 대한 ID(PK)
customer_id	결제한 고객 ID
course_id	강의 ID (프로모션에 대해서는 값이 할당X)
type	거래의 종류
state	거래에 대한 상태
course_title	강의 제목
category_title	대분류
format	온라인 강의의 기획 종류
completed_at	state가 COMPLETED로 변경된 시점
transaction_amount	최종 결제 금액
coupon_title	쿠폰 종류
coupon_discount_amount	쿠폰 할인 금액
sale_price	판매 금액
tax_free_amount	보안상 공유가 힘듦
pg	PG사 종류
method	결제 방식
subcategory_title	중분류
marketing_start_at	강의 판매 시점

type	유형
ORDER	DEPRECATED
PAYMENT	결제
TRANSACTION	B2B 계약결제(무시해도 좋음)
REFUND	환불

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	transaction_amount	coupon_title	coupon_discount_amount	sale_price	tax_free_amount	pg	method	subcategory_title	marketing_start_at
20875	1034021.0	49600	205142.0	PAYMENT	COMPLETED	스프링 아카데미아 15개 영상강의 코스(5월) - 샘플 강의 제공용	프로그래밍	스쿨 온라인	2021-04-27 19:03:10	0.0	NaN	NaN	1.0	1.0	NaN	PROMOTION	NaN	NaT
20899	1034100.0	270040	205142.0	PAYMENT	COMPLETED	스프링 아카데미아 15개 영상강의 코스(5월) - 샘플 강의 제공용	프로그래밍	스쿨 온라인	2021-04-27 19:50:54	0.0	NaN	NaN	1.0	1.0	NaN	PROMOTION	NaN	NaT
20900	1034101.0	470930	205142.0	PAYMENT	COMPLETED	스프링 아카데미아 15개 영상강의 코스(5월) - 샘플 강의 제공용	프로그래밍	스쿨 온라인	2021-04-27 19:50:57	0.0	NaN	NaN	1.0	1.0	NaN	PROMOTION	NaN	NaT
20901	1034102.0	33271	205142.0	PAYMENT	COMPLETED	스프링 아카데미아 15개 영상강의 코스(5월) - 샘플 강의 제공용	프로그래밍	스쿨 온라인	2021-04-27 19:51:05	0.0	NaN	NaN	1.0	1.0	NaN	PROMOTION	NaN	NaT
20902	1034104.0	144798	205142.0	PAYMENT	COMPLETED	스프링 아카데미아 15개 영상강의 코스(5월) - 샘플 강의 제공용	프로그래밍	스쿨 온라인	2021-04-27 19:51:24	0.0	NaN	NaN	1.0	1.0	NaN	PROMOTION	NaN	NaT
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
51406	1129889.0	496508	NaN	ORDER	CANCELLED	(테스트용) 프로모션 : 기초부터 시작하는 데이터분석 프리패스 (5월 삼성 패키지 ...	데이터사이언스	올인원	2021-06-09 15:51:44	990000.0	NaN	NaN	990000.0	176000.0	NAVER	NaN	NaN	NaT
51435	1129971.0	496508	NaN	PAYMENT	COMPLETED	(테스트용) 프로모션 : 기초부터 시작하는 데이터분석 프리패스 (5월 삼성 패키지 ...	데이터사이언스	올인원	2021-06-09 16:32:25	990000.0	NaN	NaN	990000.0	176000.0	NAVER	CARD	NaN	NaT
51782	1131318.0	496508	NaN	REFUND	COMPLETED	(테스트용) 프로모션 : 기초부터 시작하는 데이터분석 프리패스 (5월 삼성 패키지 ...	데이터사이언스	올인원	2021-06-10 11:20:35	-990000.0	NaN	NaN	990000.0	176000.0	NAVER	CARD	NaN	NaT
56001	1146954.0	496508	NaN	ORDER	CANCELLED	(테스트용) 프로모션 : 기초부터 시작하는 데이터분석 프리패스 (5월 삼성 패키지 ...	데이터사이언스	올인원	2021-06-17 13:50:43	990000.0	NaN	NaN	990000.0	176000.0	NAVER	NaN	NaN	NaT
56137	1147445.0	496508	NaN	ORDER	CANCELLED	(테스트용) 프로모션 : 기초부터 시작하는 데이터분석 프리패스 (5월 삼성 패키지 ...	데이터사이언스	올인원	2021-06-17 17:20:09	990000.0	NaN	NaN	990000.0	176000.0	NAVER	NaN	NaN	NaT

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	transaction_amount	coupon_title	coupon_discount_amount	sale_price	tax_free_amount	pg	method	subcategory_title	marketing_start_at
30770	1062130.0	523886	205237.0	PAYMENT	COMPLETED	네카라쿠배 프론트엔드 취업완성 스쿨 2기_1차 테스트	프로그래밍	스쿨	2021-05-10 10:58:57	0.0	NaN	NaN	1.0	1.0	NaN	PROMOTION	NaN	2019-04-19
30783	1062160.0	84972	205237.0	PAYMENT	COMPLETED	네카라쿠배 프론트엔드 취업완성 스쿨 2기_1차 테스트	프로그래밍	스쿨	2021-05-10 11:11:21	0.0	NaN	NaN	1.0	1.0	NaN	PROMOTION	NaN	2019-04-19
30814	1062222.0	513608	205237.0	PAYMENT	COMPLETED	네카라쿠배 프론트엔드 취업완성 스쿨 2기_1차 테스트	프로그래밍	스쿨	2021-05-10 11:39:56	0.0	NaN	NaN	1.0	1.0	NaN	PROMOTION	NaN	2019-04-19
30822	1062238.0	438870	205237.0	PAYMENT	COMPLETED	네카라쿠배 프론트엔드 취업완성 스쿨 2기_1차 테스트	프로그래밍	스쿨	2021-05-10 11:50:03	0.0	NaN	NaN	1.0	1.0	NaN	PROMOTION	NaN	2019-04-19
30824	1062248.0	523942	205237.0	PAYMENT	COMPLETED	네카라쿠배 프론트엔드 취업완성 스쿨 2기_1차 테스트	프로그래밍	스쿨	2021-05-10 11:55:30	0.0	NaN	NaN	1.0	1.0	NaN	PROMOTION	NaN	2019-04-19
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
54402	1141156.0	546174	205715.0	PAYMENT	COMPLETED	네카라쿠배 프론트엔드 취업완성 스쿨 2기_2차 테스트	프로그래밍	스쿨	2021-06-14 12:34:02	0.0	NaN	NaN	1.0	1.0	NaN	PROMOTION	NaN	2021-02-08
54447	1141335.0	67113	205715.0	PAYMENT	COMPLETED	네카라쿠배 프론트엔드 취업완성 스쿨 2기_2차 테스트	프로그래밍	스쿨	2021-06-14 14:25:11	0.0	NaN	NaN	1.0	1.0	NaN	PROMOTION	NaN	2021-02-08
54491	1141485.0	523266	205715.0	PAYMENT	COMPLETED	네카라쿠배 프론트엔드 취업완성 스쿨 2기_2차 테스트	프로그래밍	스쿨	2021-06-14 15:46:16	0.0	NaN	NaN	1.0	1.0	NaN	PROMOTION	NaN	2021-02-08
54611	1141900.0	560997	205237.0	PAYMENT	COMPLETED	네카라쿠배 프론트엔드 취업완성 스쿨 2기_1차 테스트	프로그래밍	스쿨	2021-06-14 19:25:34	0.0	NaN	NaN	1.0	1.0	NaN	PROMOTION	NaN	2019-04-19
54755	1142513.0	524458	205237.0	PAYMENT	COMPLETED	네카라쿠배 프론트엔드 취업완성 스쿨 2기_1차 테스트	프로그래밍	스쿨	2021-06-15 00:11:03	0.0	NaN	NaN	1.0	1.0	NaN	PROMOTION	NaN	2019-04-19

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	transaction_amount	coupon_title	coupon_discount_amount	sale_price	tax_free_amount	pg	method	subcategory_title	marketing_start_at
41878	1078156.0	62566	NaN	REFUND	COMPLETED	프로모션 : 자유이용권 (3월)	NaN	온라인	2021-05-26 22:06:00	-199000.0	NaN	NaN	199000.0	199000.0	NaN	TRANSFER	NaN	NaT
72639	1212937.0	591404	NaN	PAYMENT	COMPLETED	프로모션 : 풀스택 데이터 사이언티스트를 위한 필수 iPad 패키지 (7월 현물 프...	NaN	올인원	2021-07-12 23:38:42	990000.0	NaN	NaN	990000.0	272800.0	INICIS	CARD	NaN	NaT
74973	1223470.0	598011	NaN	ORDER	CANCELLED	프로모션 : 풀스택 데이터 사이언티스트를 위한 필수 iPad 패키지 (7월 현물 프...	NaN	올인원	2021-07-18 12:26:46	990000.0	NaN	NaN	990000.0	272800.0	INICIS	CARD	NaN	NaT
74975	1223480.0	598011	NaN	PAYMENT	COMPLETED	프로모션 : 풀스택 데이터 사이언티스트를 위한 필수 iPad 패키지 (7월 현물 프...	NaN	올인원	2021-07-18 12:31:01	990000.0	NaN	NaN	990000.0	272800.0	INICIS	CARD	NaN	NaT
74980	1223479.0	598011	NaN	ORDER	COMPLETED	프로모션 : 풀스택 데이터 사이언티스트를 위한 필수 iPad 패키지 (7월 현물 프...	NaN	올인원	2021-07-18 12:40:08	990000.0	NaN	NaN	990000.0	272800.0	INICIS	CARD	NaN	NaT
104056	1356347.0	561379	NaN	PAYMENT	CANCELLED	프로모션 : 영상편집 맥북 pro 패스(9월 현물 프리패스)	NaN	올인원	2021-09-20 18:15:02	1800000.0	NaN	NaN	1800000.0	295200.0	INICIS	CARD	NaN	NaT
104318	1358067.0	617692	NaN	PAYMENT	CANCELLED	프로모션 : 영상편집 맥북 pro 패스(9월 현물 프리패스)	NaN	올인원	2021-09-22 00:57:03	1800000.0	NaN	NaN	1800000.0	295200.0	NAVER	NaN	NaN	NaT
105189	1363817.0	83845	NaN	PAYMENT	CANCELLED	프로모션 : 영상편집 맥북 pro 패스(9월 현물 프리패스)	NaN	올인원	2021-09-24 15:36:27	1800000.0	NaN	NaN	1800000.0	295200.0	INICIS	CARD	NaN	NaT

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	transaction_amount	coupon_title	coupon_discount_amount	sale_price	tax_free_amount	pg	method	subcategory_title	marketing_start_at
2	970657.0	72297	204246.0	PAYMENT	COMPLETED	시크릿코드 : 프론트엔드 실무 완성편	프로그래밍	스쿨 온라인	2021-03-28 15:21:43	171810.0	[10% 할인] 시크릿코드 실무 완성편	19090.0	190900.0	190900.0	NaN	CARD	NaN	2021-03-04
3	970656.0	72297	204246.0	ORDER	CANCELLED	시크릿코드 : 프론트엔드 실무 완성편	프로그래밍	스쿨 온라인	2021-03-28 15:21:43	171810.0	NaN	NaN	190900.0	190900.0	NaN	CARD	NaN	2021-03-04
6	970614.0	477910	NaN	ORDER	CANCELLED	프로모션 : 2021 내 커리어 지켜 줄 UX/UI 디자인 한끝세트 (3월 프리패스)	크리에이티브	올인원	2021-03-28 15:22:36	299000.0	NaN	NaN	299000.0	299000.0	NaN	CARD	NaN	NaT
10	970671.0	469860	203644.0	PAYMENT	COMPLETED	올인원 패키지 : 권오상의 금융 아카데미 - 권오상의 재무제표 분석 기초(평생소장)	부동산/금융	올인원	2021-03-28 15:27:17	263000.0	NaN	NaN	263000.0	263000.0	NaN	CARD	NaN	2020-11-27
11	970668.0	469860	203644.0	ORDER	CANCELLED	올인원 패키지 : 권오상의 금융 아카데미 - 권오상의 재무제표 분석 기초(평생소장)	부동산/금융	올인원	2021-03-28 15:27:17	263000.0	NaN	NaN	263000.0	263000.0	NaN	CARD	NaN	2020-11-27

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	transaction_amount	coupon_title	coupon_discount_amount	sale_price	tax_free_amount	pg	method	subcategory_title	marketing_start_at	purchased
759	972662.0	271507	204246.0	REFUND	COMPLETED	시크릿코드 : 프론트엔드 실무 완성편	프로그래밍	스쿨 온라인	2021-03-29 10:28:46	-171810.0	NaN	NaN	190900.0	190900.0	NaN	CARD	프로그래밍	2021-03-04 00:00:00	False
1165	973680.0	498409	203782.0	REFUND	COMPLETED	초격차 패키지 : 한번에 끝내는 모션그래픽	영상/3D	올인원	2021-03-29 14:39:49	-139000.0	NaN	NaN	139000.0	139000.0	NaN	CARD	모션그래픽	2021-01-22 00:00:00	False
1170	973686.0	462160	203328.0	REFUND	COMPLETED	올인원 패키지 : 디자이너 몰래 듣는 압축 포토샵	디자인	올인원	2021-03-29 14:41:27	-77600.0	NaN	NaN	87600.0	87600.0	NaN	CARD	디자인툴	2020-10-23 00:00:00	False
1198	973764.0	474332	203720.0	REFUND	COMPLETED	초격차 패키지 : 한 번에 끝내는 프론트엔드 개발	프로그래밍	올인원	2021-03-29 14:58:53	-111000.0	NaN	NaN	111000.0	111000.0	NaN	CARD	프론트엔드 개발	2021-02-02 00:00:00	False
1367	974226.0	475655	204037.0	REFUND	COMPLETED	매주)서비스 기획서 완성 온라인 완주반 2101	크리에이티브	온라인 완주반	2021-03-29 17:23:15	-367000.0	NaN	NaN	417000.0	417000.0	NaN	CARD	크리에이티브	2021-01-14 00:00:00	False
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
105133	1363558.0	656066	205761.0	REFUND	COMPLETED	초격차 패키지 : 한 번에 끝내는 디지털 마케팅	마케팅	올인원	2021-09-24 13:33:08	-213000.0	NaN	NaN	233000.0	233000.0	INICIS	CARD	디지털마케팅	2021-08-17 00:00:00	False
105139	1363576.0	648937	204013.0	REFUND	COMPLETED	올인원 패키지 : 완전정복 시각디자인 기초	디자인	올인원	2021-09-24 13:43:57	-72000.0	NaN	NaN	174000.0	174000.0	NAVER	CARD	시각디자인	2021-03-16 00:00:00	False
105168	1363704.0	670215	204670.0	REFUND	COMPLETED	The RED : 김영하 작가의 내 안의 숨은 이야기를 찾아 쓰는 법	마케팅	RED	2021-09-24 14:32:43	-171000.0	NaN	NaN	171000.0	171000.0	NAVER	TRANS	글쓰기/카피라이팅	2021-06-18 17:00:00	False
105245	1364149.0	604077	205569.0	REFUND	COMPLETED	올인원 패키지 : 공여사와 무작정 풀어보는 엑셀 실무	업무생산성	올인원	2021-09-24 17:09:30	-109000.0	NaN	NaN	129000.0	129000.0	KAKAO	POINT	엑셀/VBA	2021-08-17 00:00:00	False
105248	1364217.0	552100	203525.0	REFUND	COMPLETED	초격차 패키지 : 한번에 끝내는 Java/Spring 웹 개발 마스터	프로그래밍	올인원	2021-09-24 17:33:53	-108186.0	NaN	NaN	114000.0	114000.0	INICIS	CARD	백엔드 개발	2021-02-01 00:00:00	False

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	coupon_title	coupon_discount_amount	sale_price	pg	method	subcategory_title	marketing_start_at	purchased
90776	1294906.0	636868	207018.0	PAYMENT	COMPLETED	K-Digital Credit 빅데이터 분석 첫걸음 시작하기_1기(평생소장용)	프로그래밍	B2G	2021-08-18 17:06:15	K-Digital Credit 빅데이터분석 첫걸음 시작하기_1기(평생소장용)	300000.0	300000.0	NaN	PROMOTION	프로그래밍	NaT	True
91173	1297293.0	576889	207018.0	PAYMENT	COMPLETED	K-Digital Credit 빅데이터 분석 첫걸음 시작하기_1기(평생소장용)	프로그래밍	B2G	2021-08-19 21:18:31	K-Digital Credit 빅데이터분석 첫걸음 시작하기_1기(평생소장용)	300000.0	300000.0	NaN	PROMOTION	프로그래밍	NaT	True
91235	1297690.0	551722	207018.0	PAYMENT	COMPLETED	K-Digital Credit 빅데이터 분석 첫걸음 시작하기_1기(평생소장용)	프로그래밍	B2G	2021-08-20 00:58:38	K-Digital Credit 빅데이터분석 첫걸음 시작하기_1기(평생소장용)	300000.0	300000.0	NaN	PROMOTION	프로그래밍	NaT	True
91340	1298260.0	465057	207018.0	PAYMENT	COMPLETED	K-Digital Credit 빅데이터 분석 첫걸음 시작하기_1기(평생소장용)	프로그래밍	B2G	2021-08-20 13:31:48	K-Digital Credit 빅데이터분석 첫걸음 시작하기_1기(평생소장용)	300000.0	300000.0	NaN	PROMOTION	프로그래밍	NaT	True
91450	1298849.0	43421	207018.0	PAYMENT	COMPLETED	K-Digital Credit 빅데이터 분석 첫걸음 시작하기_1기(평생소장용)	프로그래밍	B2G	2021-08-20 17:38:33	K-Digital Credit 빅데이터분석 첫걸음 시작하기_1기(평생소장용)	300000.0	300000.0	NaN	PROMOTION	프로그래밍	NaT	True
91648	1299763.0	567768	207018.0	PAYMENT	COMPLETED	K-Digital Credit 빅데이터 분석 첫걸음 시작하기_1기(평생소장용)	프로그래밍	B2G	2021-08-21 12:55:36	K-Digital Credit 빅데이터분석 첫걸음 시작하기_1기(평생소장용)	300000.0	300000.0	NaN	PROMOTION	프로그래밍	NaT	True
91657	1299787.0	145454	207018.0	PAYMENT	COMPLETED	K-Digital Credit 빅데이터 분석 첫걸음 시작하기_1기(평생소장용)	프로그래밍	B2G	2021-08-21 13:31:01	K-Digital Credit 빅데이터분석 첫걸음 시작하기_1기(평생소장용)	300000.0	300000.0	NaN	PROMOTION	프로그래밍	NaT	True
91773	1300260.0	558182	207018.0	PAYMENT	COMPLETED	K-Digital Credit 빅데이터 분석 첫걸음 시작하기_1기(평생소장용)	프로그래밍	B2G	2021-08-21 21:25:46	K-Digital Credit 빅데이터분석 첫걸음 시작하기_1기(평생소장용)	300000.0	300000.0	NaN	PROMOTION	프로그래밍	NaT	True
92616	1303890.0	559793	207018.0	PAYMENT	COMPLETED	K-Digital Credit 빅데이터 분석 첫걸음 시작하기_1기(평생소장용)	프로그래밍	B2G	2021-08-24 09:41:40	K-Digital Credit 빅데이터분석 첫걸음 시작하기_1기(평생소장용)	300000.0	300000.0	NaN	PROMOTION	프로그래밍	NaT	True
92914	1305377.0	577873	207018.0	PAYMENT	COMPLETED	K-Digital Credit 빅데이터 분석 첫걸음 시작하기_1기(평생소장용)	프로그래밍	B2G	2021-08-25 00:03:00	K-Digital Credit 빅데이터분석 첫걸음 시작하기_1기(평생소장용)	300000.0	300000.0	NaN	PROMOTION	프로그래밍	NaT	True
93821	1309984.0	565650	207018.0	PAYMENT	COMPLETED	K-Digital Credit 빅데이터 분석 첫걸음 시작하기_1기(평생소장용)	프로그래밍	B2G	2021-08-27 14:07:05	K-Digital Credit 빅데이터분석 첫걸음 시작하기_1기(평생소장용)	300000.0	300000.0	NaN	PROMOTION	프로그래밍	NaT	True
97387	1325302.0	578212	207018.0	PAYMENT	COMPLETED	K-Digital Credit 빅데이터 분석 첫걸음 시작하기_1기(평생소장용)	프로그래밍	B2G	2021-09-02 16:19:00	K-Digital Credit 빅데이터분석 첫걸음 시작하기_1기(평생소장용)	300000.0	300000.0	NaN	PROMOTION	프로그래밍	NaT	True
98272	1329809.0	153064	207018.0	PAYMENT	COMPLETED	K-Digital Credit 빅데이터 분석 첫걸음 시작하기_1기(평생소장용)	프로그래밍	B2G	2021-09-06 09:13:55	K-Digital Credit 빅데이터분석 첫걸음 시작하기_1기(평생소장용)	300000.0	300000.0	NaN	PROMOTION	프로그래밍	NaT	True
100876	1340025.0	520784	207018.0	PAYMENT	COMPLETED	K-Digital Credit 빅데이터 분석 첫걸음 시작하기_1기(평생소장용)	프로그래밍	B2G	2021-09-10 16:52:27	K-Digital Credit 빅데이터분석 첫걸음 시작하기_1기(평생소장용)	300000.0	300000.0	NaN	PROMOTION	프로그래밍	NaT	True

	revenue	id
customer_id
98685	7040750.0	53
427973	0.0	47
158374	0.0	42
50769	4979110.0	39
3189	0.0	39
...	...	...
658695	0.0	1
659634	0.0	1
659805	0.0	1
665031	0.0	1
666156	0.0	1

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	transaction_amount	coupon_title	coupon_discount_amount	sale_price	tax_free_amount	pg	method	subcategory_title	marketing_start_at	purchased	revenue
631	972364.0	478743	204039.0	PAYMENT	COMPLETED	(B2B) 힐코코리아 온라인 구독 올 플랜 - 패파입주사	교육	B2B 온라인	2021-03-29 08:52:36	100000.0	NaN	NaN	NaN	NaN	NaN	TRANSFER	교육	NaT	True	100000.0
633	972365.0	478745	203352.0	PAYMENT	COMPLETED	(B2B) 주식회사 루나 온라인 구독 ALL PLAN - 패파입주사	교육	B2B 온라인	2021-03-29 08:57:12	750000.0	NaN	NaN	NaN	NaN	NaN	TRANSFER	교육	NaT	True	750000.0
1035	973331.0	479082	204387.0	PAYMENT	COMPLETED	(B2B) 현대백화점 온라인 구독 올 플랜	교육	B2B 온라인	2021-03-29 13:01:32	600000.0	NaN	NaN	600000.0	600000.0	NaN	CARD	교육	NaT	True	600000.0
1046	973363.0	474327	204387.0	PAYMENT	COMPLETED	(B2B) 현대백화점 온라인 구독 올 플랜	교육	B2B 온라인	2021-03-29 13:08:38	600000.0	NaN	NaN	600000.0	600000.0	NaN	CARD	교육	NaT	True	600000.0
1135	973592.0	479185	204387.0	PAYMENT	COMPLETED	(B2B) 현대백화점 온라인 구독 올 플랜	교육	B2B 온라인	2021-03-29 14:13:27	600000.0	NaN	NaN	600000.0	600000.0	NaN	CARD	교육	NaT	True	600000.0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
104831	1361297.0	669386	207667.0	PAYMENT	COMPLETED	(B2B) 건강한선택권 온라인 구독 올 플랜 - 비대면바우처	교육	B2B 온라인	2021-09-23 15:04:56	390000.0	NaN	NaN	NaN	NaN	NaN	TRANSFER	교육	NaT	True	390000.0
104832	1361312.0	669400	207555.0	PAYMENT	COMPLETED	(B2B) 케리케이온 온라인 구독 올 플랜 - 비대면바우처	교육	B2B 온라인	2021-09-23 15:04:56	1200000.0	NaN	NaN	NaN	NaN	NaN	TRANSFER	교육	NaT	True	1200000.0
104905	1367252.0	672301	207714.0	PAYMENT	COMPLETED	(B2B) (주)공정씨컴퍼니 온라인 구독 올 플랜 - 비대면바우처	교육	B2B 온라인	2021-09-23 17:33:18	2000000.0	NaN	NaN	NaN	NaN	NaN	ONSITE	교육	NaT	True	2000000.0
105163	1367258.0	672307	207731.0	PAYMENT	COMPLETED	(B2B) 그린오션스 온라인 구독 올 플랜 - 비대면바우처	교육	B2B 온라인	2021-09-24 14:26:08	600000.0	NaN	NaN	NaN	NaN	NaN	ONSITE	교육	NaT	True	600000.0
105265	1367259.0	672308	207742.0	PAYMENT	COMPLETED	(B2B) (주)오디 온라인 구독 올 플랜 - 비대면바우처	교육	B2B 온라인	2021-09-24 18:17:10	600000.0	NaN	NaN	NaN	NaN	NaN	ONSITE	교육	NaT	True	600000.0

	id	revenue
category_title
데이터사이언스	2662	416284900.0
디자인	2026	307387700.0
마케팅	2610	370433400.0
부동산/금융	1148	230437500.0
업무생산성	3393	302852700.0
영상/3D	1906	273969600.0
크리에이티브	376	95799400.0
투자/재테크	407	105265500.0
프로그래밍	6095	825216700.0

	id	revenue
category_title
데이터사이언스	2274	197571200.0
디자인	2879	317568620.0
마케팅	1353	110505155.0
부동산/금융	960	115651950.0
업무생산성	2340	187682975.0
영상/3D	2607	241862300.0
크리에이티브	19	1268600.0
투자/재테크	702	118909000.0
프로그래밍	6283	454700490.0

	id	revenue
buy
1개구매	12935	1.295708e+09
나머지	3869	7.729333e+08

	revenue	id
coupon_month
4월	295855795.0	4242
5월	325842780.0	3616
6월	77939980.0	1511
7월	247955950.0	2102
8월	462762750.0	4031
9월	252305700.0	2543

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	transaction_amount	coupon_title	coupon_discount_amount	sale_price	tax_free_amount	pg	method	subcategory_title	marketing_start_at	purchased	revenue
76521	1228790.0	467567	205419.0	PAYMENT	COMPLETED	(B2B) K-Digital Training 핀테크 서비스 프론트엔드 개발 과정 1기	프로그래밍	B2G	2021-07-20 12:32:15	859290.0	NaN	NaN	859290.0	859290.0	INICIS	CARD	프로그래밍	NaT	True	859290.0
84609	1267969.0	623766	206746.0	PAYMENT	COMPLETED	(B2B) K-Digital Credit 프로그래밍 첫걸음 시작하기_4기	프로그래밍	B2G	2021-08-06 07:36:20	20000.0	NaN	NaN	20000.0	20000.0	KAKAO	CARD	프로그래밍	NaT	True	20000.0
84732	1268687.0	622246	206847.0	PAYMENT	COMPLETED	(B2B) K-Digital Credit 빅데이터 분석 첫걸음 시작하기_4기	프로그래밍	B2G	2021-08-06 15:01:04	30000.0	NaN	NaN	30000.0	30000.0	INICIS	CARD	프로그래밍	NaT	True	30000.0
84819	1269278.0	33540	206847.0	PAYMENT	COMPLETED	(B2B) K-Digital Credit 빅데이터 분석 첫걸음 시작하기_4기	프로그래밍	B2G	2021-08-06 19:35:52	30000.0	NaN	NaN	30000.0	30000.0	INICIS	CARD	프로그래밍	NaT	True	30000.0
84944	1270030.0	625050	206847.0	PAYMENT	COMPLETED	(B2B) K-Digital Credit 빅데이터 분석 첫걸음 시작하기_4기	프로그래밍	B2G	2021-08-07 13:12:13	30000.0	NaN	NaN	30000.0	30000.0	INICIS	CARD	프로그래밍	NaT	True	30000.0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
105215	1363994.0	670297	207651.0	PAYMENT	COMPLETED	(B2B) K-Digital Credit 빅데이터 분석 첫걸음 시작하기_6기	프로그래밍	B2G	2021-09-24 16:29:55	30000.0	NaN	NaN	30000.0	30000.0	INICIS	CARD	프로그래밍	NaT	True	30000.0
105255	1364240.0	277200	207654.0	PAYMENT	COMPLETED	(B2B) K-Digital Credit Java & SpringBoot로 시작하는...	프로그래밍	B2G	2021-09-24 17:48:08	40000.0	NaN	NaN	40000.0	40000.0	INICIS	CARD	프로그래밍	NaT	True	40000.0
105330	1364604.0	668910	207652.0	PAYMENT	COMPLETED	(B2B) K-Digital Credit 머신러닝 & AI 첫걸음 시작하기_6기	프로그래밍	B2G	2021-09-24 23:39:18	30000.0	NaN	NaN	30000.0	30000.0	KAKAO	CARD	프로그래밍	NaT	True	30000.0
105392	1364863.0	666665	207652.0	PAYMENT	COMPLETED	(B2B) K-Digital Credit 머신러닝 & AI 첫걸음 시작하기_6기	프로그래밍	B2G	2021-09-25 11:21:54	30000.0	NaN	NaN	30000.0	30000.0	INICIS	CARD	프로그래밍	NaT	True	30000.0
105405	1364925.0	670842	207654.0	PAYMENT	COMPLETED	(B2B) K-Digital Credit Java & SpringBoot로 시작하는...	프로그래밍	B2G	2021-09-25 12:24:09	40000.0	NaN	NaN	40000.0	40000.0	INICIS	CARD	프로그래밍	NaT	True	40000.0

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	transaction_amount	coupon_title	coupon_discount_amount	sale_price	tax_free_amount	pg	method	subcategory_title	marketing_start_at	purchased	revenue
37	970726.0	148541	204264.0	PAYMENT	COMPLETED	데이터분석 프로젝트+자격증 온라인 완주반 3기	데이터사이언스	온라인 완주반	2021-03-28 16:11:35	340000.0	NaN	NaN	340000.0	340000.0	NaN	CARD	데이터사이언스	2021-03-08	True	340000.0
56	970787.0	478105	204264.0	PAYMENT	COMPLETED	데이터분석 프로젝트+자격증 온라인 완주반 3기	데이터사이언스	온라인 완주반	2021-03-28 16:51:29	290000.0	[웰컴쿠폰] 온라인 완주반 5만원 할인 쿠폰	50000.0	340000.0	340000.0	NaN	CARD	데이터사이언스	2021-03-08	True	290000.0
99	970962.0	120463	204266.0	PAYMENT	COMPLETED	컴퓨터 공학 전공자 따라잡기 온라인 완주반 3기	프로그래밍	온라인 완주반	2021-03-28 18:20:07	400000.0	NaN	NaN	400000.0	400000.0	NaN	CARD	프로그래밍	2021-01-12	True	400000.0
180	971203.0	478276	204266.0	PAYMENT	COMPLETED	컴퓨터 공학 전공자 따라잡기 온라인 완주반 3기	프로그래밍	온라인 완주반	2021-03-28 20:13:07	350000.0	[웰컴쿠폰] 온라인 완주반 5만원 할인 쿠폰	50000.0	400000.0	400000.0	NaN	CARD	프로그래밍	2021-01-12	True	350000.0
183	971210.0	278861	204082.0	PAYMENT	COMPLETED	밑바닥부터 배포까지 클론코딩 온라인 완주반 1기	프로그래밍	온라인 완주반	2021-03-28 20:16:52	410000.0	[럭키룰렛] 완주반	50000.0	460000.0	460000.0	NaN	CARD	프로그래밍	2021-01-28	True	410000.0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
57750	1153647.0	286143	205414.0	PAYMENT	COMPLETED	매주)SQL 100제 + 자격증 완성 온라인 완주반	데이터사이언스	온라인 완주반	2021-06-20 22:12:16	320000.0	NaN	NaN	320000.0	320000.0	KAKAO	CARD	데이터사이언스	2021-05-21	True	320000.0
57797	1153766.0	566216	203996.0	PAYMENT	COMPLETED	매주)디지털 마케팅 온라인 완주반	마케팅	온라인 완주반	2021-06-20 22:36:43	595000.0	NaN	NaN	595000.0	595000.0	INICIS	CARD	마케팅	2021-01-06	True	595000.0
57811	1153798.0	566742	205414.0	PAYMENT	COMPLETED	매주)SQL 100제 + 자격증 완성 온라인 완주반	데이터사이언스	온라인 완주반	2021-06-20 22:42:58	320000.0	NaN	NaN	320000.0	320000.0	INICIS	CARD	데이터사이언스	2021-05-21	True	320000.0
57904	1154013.0	554621	205090.0	PAYMENT	COMPLETED	매주) 컴퓨터 공학 전공자 따라잡기 온라인 완주반	프로그래밍	온라인 완주반	2021-06-20 23:18:57	390000.0	NaN	NaN	390000.0	390000.0	INICIS	CARD	프로그래밍	2021-04-26	True	390000.0
57949	1154116.0	472874	205204.0	PAYMENT	COMPLETED	매주)서비스 기획서 완성 온라인 완주반 2105	크리에이티브	온라인 완주반	2021-06-20 23:33:04	355000.0	[50,000원] 딱 3일만! 특별 할인 쿠폰 드려요! (~6/20)	50000.0	405000.0	405000.0	KAKAO	POINT	크리에이티브	2021-05-10	True	355000.0

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	transaction_amount	coupon_title	coupon_discount_amount	sale_price	tax_free_amount	pg	method	subcategory_title	marketing_start_at	purchased	revenue
2622	977693.0	99366	204262.0	PAYMENT	COMPLETED	권오상 회계사의 자금조달 분석 및 가치평가	부동산/금융	캠프	2021-03-30 17:52:03	0.0	[무료수강권] 권오상 회계사의 자금조달 분석 및 가치평가_23기 신동현 수강생님	800000.0	800000.0	800000.0	NaN	PROMOTION	부동산/금융	NaT	True	0.0
8986	996553.0	224423	204149.0	PAYMENT	COMPLETED	부동산 금융 실무 : 엑셀을 활용한 부동산 사업성 분석 16기	부동산/금융	캠프	2021-04-07 15:03:42	1040000.0	NaN	NaN	1140000.0	1140000.0	NaN	TRANSFER	부동산/금융	2021-02-08	True	1140000.0
37817	1083711.0	448344	204149.0	PAYMENT	COMPLETED	부동산 금융 실무 : 엑셀을 활용한 부동산 사업성 분석 16기	부동산/금융	캠프	2021-05-20 10:33:19	14000.0	NaN	NaN	1140000.0	1140000.0	NaN	TRANSFER	부동산/금융	2021-02-08	True	1140000.0
79802	1242775.0	570092	206415.0	PAYMENT	COMPLETED	Apache Spark을 이용한 빅데이터 분석 입문 15기	데이터사이언스	캠프	2021-07-26 11:27:39	1296000.0	[추가 10% 할인] Apache Spark을 이용한 빅데이터 분석 입문 15기	144000.0	1440000.0	1440000.0	INICIS	CARD	데이터분석	2021-07-30	True	1296000.0
81606	1251629.0	11576	206415.0	PAYMENT	COMPLETED	Apache Spark을 이용한 빅데이터 분석 입문 15기	데이터사이언스	캠프	2021-07-30 10:57:06	1296000.0	[추가 10% 할인] Apache Spark을 이용한 빅데이터 분석 입문 15기	144000.0	1440000.0	1440000.0	KAKAO	CARD	데이터분석	2021-07-30	True	1296000.0
82433	1255884.0	16697	206415.0	PAYMENT	COMPLETED	Apache Spark을 이용한 빅데이터 분석 입문 15기	데이터사이언스	캠프	2021-07-31 14:46:48	1296000.0	[추가 10% 할인] Apache Spark을 이용한 빅데이터 분석 입문 15기	144000.0	1440000.0	1440000.0	INICIS	CARD	데이터분석	2021-07-30	True	1296000.0
82971	1257601.0	61727	206415.0	PAYMENT	COMPLETED	Apache Spark을 이용한 빅데이터 분석 입문 15기	데이터사이언스	캠프	2021-07-31 23:06:15	1296000.0	[추가 10% 할인] Apache Spark을 이용한 빅데이터 분석 입문 15기	144000.0	1440000.0	1440000.0	INICIS	CARD	데이터분석	2021-07-30	True	1296000.0
83731	1256814.0	509993	206415.0	PAYMENT	COMPLETED	Apache Spark을 이용한 빅데이터 분석 입문 15기	데이터사이언스	캠프	2021-08-03 09:37:29	1296000.0	[추가 10% 할인] Apache Spark을 이용한 빅데이터 분석 입문 15기	144000.0	1440000.0	1440000.0	INICIS	VBANK	데이터분석	2021-07-30	True	1296000.0
85439	1272544.0	6855	206415.0	PAYMENT	COMPLETED	Apache Spark을 이용한 빅데이터 분석 입문 15기	데이터사이언스	캠프	2021-08-09 09:07:56	1440000.0	NaN	NaN	1440000.0	1440000.0	KAKAO	CARD	데이터분석	2021-07-30	True	1440000.0
87580	1281525.0	89024	206415.0	PAYMENT	COMPLETED	Apache Spark을 이용한 빅데이터 분석 입문 15기	데이터사이언스	캠프	2021-08-12 18:01:08	1440000.0	NaN	NaN	1440000.0	1440000.0	INICIS	CARD	데이터분석	2021-07-30	True	1440000.0
92774	1304642.0	53748	206415.0	PAYMENT	COMPLETED	Apache Spark을 이용한 빅데이터 분석 입문 15기	데이터사이언스	캠프	2021-08-24 16:29:08	1530000.0	NaN	NaN	1530000.0	1530000.0	INICIS	CARD	데이터분석	2021-07-30	True	1530000.0
93557	1308441.0	43623	206415.0	PAYMENT	COMPLETED	Apache Spark을 이용한 빅데이터 분석 입문 15기	데이터사이언스	캠프	2021-08-26 18:07:27	830000.0	[분할결제 쿠폰] 2	700000.0	1530000.0	1530000.0	INICIS	TRANS	데이터분석	2021-07-30	True	830000.0
93758	1309550.0	25149	206415.0	PAYMENT	COMPLETED	Apache Spark을 이용한 빅데이터 분석 입문 15기	데이터사이언스	캠프	2021-08-27 11:09:18	1000000.0	[분할결제]Apache Spark을 이용한 빅데이터 분석 입문 CAMP_100만원	530000.0	1530000.0	1530000.0	INICIS	CARD	데이터분석	2021-07-30	True	1000000.0
97077	1323772.0	277943	206415.0	PAYMENT	COMPLETED	Apache Spark을 이용한 빅데이터 분석 입문 15기	데이터사이언스	캠프	2021-09-01 15:32:22	1620000.0	NaN	NaN	1620000.0	1620000.0	KAKAO	POINT	데이터분석	2021-07-30	True	1620000.0
99801	1335530.0	42009	206415.0	PAYMENT	COMPLETED	Apache Spark을 이용한 빅데이터 분석 입문 15기	데이터사이언스	캠프	2021-09-08 11:07:51	1710000.0	NaN	NaN	1710000.0	1710000.0	NAVER	CARD	데이터분석	2021-07-30	True	1710000.0
100891	1340102.0	29094	206415.0	PAYMENT	COMPLETED	Apache Spark을 이용한 빅데이터 분석 입문 15기	데이터사이언스	캠프	2021-09-10 17:22:33	1800000.0	NaN	NaN	1800000.0	1800000.0	PAYCO	CARD	데이터분석	2021-07-30	True	1800000.0
103172	1350583.0	663984	207532.0	PAYMENT	COMPLETED	OpenCV로 배우는 컴퓨터 비전 프로그래밍 22기	프로그래밍	캠프	2021-09-16 21:24:37	1350000.0	NaN	NaN	1350000.0	1350000.0	PAYCO	POINT	DevOps	2021-09-10	True	1350000.0

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	transaction_amount	...	pg	method	subcategory_title	marketing_start_at	purchased	revenue	vip	Month	Week	Day
4	970658.0	478028	201797.0	PAYMENT	COMPLETED	올인원 패키지 : 직장인 필수 스킬 3종 세트 MAX	업무생산성	올인원	2021-03-28 15:21:54	97500.0	...	NaN	CARD	PPT/보고서	2019-11-14	True	97500.0	False	3	12	28
8	970669.0	478033	203178.0	PAYMENT	COMPLETED	초격차 패키지 : 한번에 끝내는 영상 촬영과 편집	영상/3D	올인원	2021-03-28 15:26:47	96000.0	...	NaN	CARD	영상 편집	2020-12-02	True	96000.0	False	3	12	28
10	970671.0	469860	203644.0	PAYMENT	COMPLETED	올인원 패키지 : 권오상의 금융 아카데미 - 권오상의 재무제표 분석 기초(평생소장)	부동산/금융	올인원	2021-03-28 15:27:17	263000.0	...	NaN	CARD	부동산/금융	2020-11-27	True	263000.0	False	3	12	28
18	970682.0	478031	NaN	PAYMENT	COMPLETED	프로모션 : 기초부터 시작하는 데이터분석 한끝세트 (3월 프리패스)	데이터사이언스	올인원	2021-03-28 15:33:28	299000.0	...	NaN	CARD	데이터사이언스	NaT	True	299000.0	False	3	12	28
22	970695.0	455311	203146.0	PAYMENT	COMPLETED	The RED : 현실 세상의 TDD by 이규원	프로그래밍	RED	2021-03-28 15:43:59	149500.0	...	NaN	CARD	DevOps	2021-02-08	True	149500.0	False	3	12	28

	course_title	revenue	id
0	올인원 패키지 : 권오상의 금융 아카데미 - 권오상의 재무제표 분석 심화 (수강시간...	29674900.0	95
1	초격차 패키지 : 한 번에 끝내는 프론트엔드 개발	9487100.0	86
2	초격차 패키지 : 한 번에 끝내는 파이썬 웹 개발	9217800.0	85
3	올인원 패키지 : 권오상의 금융 아카데미 - 권오상 회계사의 자금조달 분석 및 가치...	23071800.0	83
4	초격차 패키지 : 한 번에 끝내는 node.js 웹 프로그래밍	5652400.0	77
5	올인원 패키지 : 박세익 전무에게 배우는 주식 시장 분석 & 포트폴리오 운용 전략	21283200.0	75
6	올인원 패키지 : 김민태의 프론트엔드 아카데미 : 제 1강 JavaScript & ...	8210200.0	73
7	초격차 패키지 : 한번에 끝내는 Java/Spring 웹 개발 마스터	7381600.0	70
8	초격차 패키지 : 한 번에 끝내는 AWS 인프라 구축과 DevOps 운영	7875200.0	68
9	올인원 패키지 : 김기현의 BERT, GPT-3를 활용한 자연어처리	9486000.0	64
10	올인원 패키지 : 15명의 전문 애널리스트에게 배우는 산업&매크로 분석과 투자 전략	18241000.0	64
11	바이블 : 파이썬 기초부터 시작하는 딥러닝 영상인식	6764800.0	63
12	초격차 패키지 : 한 번에 끝내는 컴퓨터 공학 전공필수 & 인공지능 심화	11148000.0	61
13	초격차 패키지 : 30개 프로젝트로 배우는 Android 앱 개발 with Kotlin	6547500.0	57
14	초격차 패키지 : 한 번에 끝내는 데이터 분석	5197400.0	57
15	올인원 패키지 : 권오상의 금융 아카데미 - 권오상의 재무제표 분석 기초 (수강시간...	14680000.0	56
16	초격차 패키지 : 한번에 끝내는 UX/UI 디자인	7577500.0	53
17	올인원 패키지 : 완전정복 시각디자인 기초	8137500.0	53
18	초격차 패키지 : 한 번에 끝내는 딥러닝/인공지능	8905950.0	50
19	초격차 패키지 : 한번에 끝내는 디자인 툴	7713200.0	49
20	올인원 패키지 : 100억을 움직이는 단 10장의 PPT	5835000.0	49
21	초격차 패키지 : 한번에 끝내는 영상 촬영과 편집	4553500.0	49
22	올인원 패키지 : 박민수에게 배우는 직장인 초현실 투자 전략	9767000.0	47
23	올인원 패키지 : 강필성의 머신러닝 아카데미	6105950.0	47
24	초격차 패키지 : 한번에 끝내는 금융ㆍ투자(IB) 실무	11516000.0	46
25	초격차 패키지 : 한 번에 끝내는 데이터 분석 툴	3580450.0	46
26	연습문제 패키지 : 퀴즈처럼 풀면서 배우는 파이썬 딥러닝 300제+	4314500.0	45
27	(프로모션 7/16-7/29) 초격차 패키지 : 한 번에 끝내는 Spring 완.전.판	6212900.0	45
28	초격차 패키지 : 일잘러 필수 스킬 모음.zip	4816000.0	43
29	초격차 패키지 : 한 번에 끝내는 코딩테스트 369 Java편	3567200.0	43

	course_title	revenue	id
0	초격차 패키지 : 한번에 끝내는 Java/Spring 웹 개발 마스터	107043025.0	1287
1	초격차 패키지 : 한 번에 끝내는 프론트엔드 개발	139089300.0	1277
2	초격차 패키지 : 한번에 끝내는 영상 촬영과 편집	115279500.0	1128
3	The RED : 김영하 작가의 내 안의 숨은 이야기를 찾아 쓰는 법	150255500.0	992
4	나의 칼퇴치트키 엑셀유치원	85842000.0	735
5	초격차 패키지 : 한 번에 끝내는 node.js 웹 프로그래밍	34547100.0	706
6	올인원 패키지 : star741의 캐주얼 일러스트 드로잉	85028200.0	619
7	초격차 패키지 : 한 번에 끝내는 엑셀 실무	52743800.0	605
8	초격차 패키지 : 한번에 끝내는 디자인 툴	83844400.0	587
9	초격차 패키지 : 한 번에 끝내는 데이터 분석 툴	42591550.0	551
10	초격차 패키지 : 일잘러 필수 스킬 모음.zip	58755900.0	547
11	올인원 패키지 : 김민태의 프론트엔드 아카데미 : 제 1강 JavaScript & ...	57965100.0	543
12	초격차 패키지 : 한번에 끝내는 UX/UI 디자인	77021800.0	538
13	올인원 패키지 : 완전정복 시각디자인 기초	76961300.0	528
14	초격차 패키지 : 30개 프로젝트로 배우는 Android 앱 개발 with Kotlin	57971500.0	526
15	입만 열면 인정받는 스피치 10분컷	10559600.0	513
16	초격차 패키지 : 한번에 끝내는 모션그래픽	66726250.0	505
17	초격차 패키지 : 한번에 끝내는 PPT 제작/디자인	44444400.0	502
18	올인원 패키지 : GA4 탑재, 구글 애널리틱스 끝장내기	47916500.0	499
19	올인원 패키지 : 디지털 마케팅 MAX 2020	58660525.0	499
20	합격 패스 : 정보처리기사 필기&실기	2912415.0	471
21	올인원 패키지 : 알고리즘 기술면접 완전 정복	42814300.0	471
22	올인원 패키지 : 컴퓨터 공학 전공 필수	50236975.0	452
23	올인원 패키지 : 아카데미 : 편집하는여자의 영상편집 마스터클래스 - 제 1강 프리...	41638000.0	450
24	초격차 패키지 : 한 번에 끝내는 코딩테스트 369 Java편	42161250.0	445
25	올인원 패키지 : 박세익 전무에게 배우는 주식 시장 분석 & 포트폴리오 운용 전략	114257000.0	398
26	올인원 패키지 : 디자이너 몰래 듣는 압축 포토샵	28075920.0	386
27	올인원 패키지 : 직장인을 위한 파이썬 데이터분석	41150400.0	382
28	초격차 패키지 : 한 번에 끝내는 파이썬 웹 개발	42328100.0	376
29	용호수의 돈 버는 실전 영상 제작	56459000.0	369

	coupon_title	id
0	[웰컴쿠폰] 올인원 패키지 2만원 할인 쿠폰	5498
1	[WELCOME] 온라인 강의 3만원 할인쿠폰	3206
2	[웰컴쿠폰] 올인원 패키지 1만원 할인 쿠폰	2469
3	[WELCOME] 온라인 강의 2만원 할인쿠폰	2325
4	[WELCOME] 온라인 강의 1만원 할인쿠폰	1900
5	8월 1+1 프로모션 쿠폰	1458
6	4월 1+1 페이백 이벤트 쿠폰	1350
7	[웰컴쿠폰] 올인원 패키지 3만원 할인 쿠폰	1284
8	[미래투자금] 온라인 강의 2만원 할인쿠폰	1274
9	5월 페이백 프로모션 쿠폰	1126

	coupon_title	id
0	8월 1+1 프로모션 쿠폰	230
1	7월 100% 페이백 프로모션 쿠폰	141
2	[WELCOME] 온라인 강의 1만원 할인쿠폰	129
3	[웰컴쿠폰] 올인원 패키지 1만원 할인 쿠폰	129
4	5월 페이백 프로모션 쿠폰	123
5	[웰컴쿠폰] 올인원 패키지 2만원 할인 쿠폰	118
6	4월 1+1 페이백 이벤트 쿠폰	117
7	[WELCOME] 온라인 강의 2만원 할인쿠폰	68
8	[WELCOME] 온라인 강의 3만원 할인쿠폰	66
9	[웰컴쿠폰] 올인원 패키지 3만원 할인 쿠폰	55

	coupon_title	id
0	[웰컴쿠폰] 올인원 패키지 2만원 할인 쿠폰	3562
1	[WELCOME] 온라인 강의 3만원 할인쿠폰	1972
2	[웰컴쿠폰] 올인원 패키지 1만원 할인 쿠폰	1577
3	[WELCOME] 온라인 강의 2만원 할인쿠폰	1513
4	[WELCOME] 온라인 강의 1만원 할인쿠폰	1153
5	4월 1+1 페이백 이벤트 쿠폰	1042
6	8월 1+1 프로모션 쿠폰	1024
7	5월 페이백 프로모션 쿠폰	850
8	[미래투자금] 온라인 강의 2만원 할인쿠폰	788
9	7월 100% 페이백 프로모션 쿠폰	787

	revenue	id
coupon_month
4월	18235700.0	1042
5월	15365780.0	865
6월	9389200.0	135
7월	18123950.0	788
8월	26377650.0	1024

Fastcampus 판매 분석¶

프로젝트 설명¶

초기 설정¶

변수 설명¶

데이터 분석¶

데이터 전처리¶

결측값 확인 및 전처리¶

customer_id¶

course_id¶

course_title¶

category_title¶

subcategory_title¶

PAYMENT, REFUND (타겟 변수)¶

price¶

coupon_title¶

테스트¶

내부자용 쿠폰제거¶

format¶

전처리 결과¶

비교분석¶

타겟변수 분석¶

VIP¶

판매 전략¶

일반 고객 VIP로 만들기 (1)¶

목적¶

구매 시간 분석 (월간 주간 일간)¶

카테고리 분석¶

쿠폰¶

결론¶

일반 고객 VIP로 만들기 (2)¶

타겟 설정¶

타겟 분석¶

결론¶

일반 고객 늘리기 (1)¶

format 분석¶

completed_at 분석¶

coupon_title 분석¶

월단위 completed_at 과 coupon_title의 관계 분석¶

format 과 course_title 분석¶

결론¶

일반 고객 늘리기 (2)¶

일반고객 카테고리별 비율¶

1개 강의 구매 vs 2개 이상 구매¶

월별 쿠폰¶

'x월' 쿠폰¶

결론¶

기타고객 분석¶

사업/프로그램 분석¶

고객전환 분석¶

전환고객 분석¶

결론¶

최종 결론¶

과정¶

분석 결과¶

판매 전략¶

	revenue	id
customer_id
509993	1902600.0	2
42009	1821000.0	2
29094	1800000.0	1
277943	1620000.0	1
53748	1530000.0	1
...	...	...
64646	400000.0	1
120463	400000.0	1
430107	400000.0	1
486036	400000.0	1
505754	400000.0	1

	id	revenue
vip
normal	40079	4.683223e+09
vip	5872	9.876963e+08
사업	1617	2.023714e+09
프로그램	1648	5.453241e+08

	count		ratio
moved	False	True
format
B2B	258.0	12.0	4.651163
B2B 온라인	921.0	1.0	0.108578
B2G	222.0	7.0	3.153153
스쿨	10.0	NaN	NaN
스쿨 온라인	157.0	85.0	54.140127
온라인 완주반	873.0	179.0	20.504009
캠프	12.0	1.0	8.333333